[conda 环境导出依赖]

推荐方式

• 使用 conda 导出完整环境到 environment.yml（含 conda 和 pip 依赖）。
• 如只要“显式安装过的包”（更精简），用 --from-history。
• 如果你偏好 requirements.txt 风格，使用 pip freeze 导出当前环境的 pip 包。

常用命令

• 查看当前环境名称

  • 查看已激活环境：echo $CONDA_DEFAULT_ENV
  • 列出所有环境：conda info --envs

• 导出完整环境（含版本、渠道）

  conda env export --no-builds > environment.yml
  

• 只导出你手动安装过的包（不含依赖链，更精简）

  conda env export --from-history > environment-min.yml
  

• 仅导出 conda 包为 requirements 风格（不含 pip 包）

  conda list --export > conda-requirements.txt
  

• 导出 pip 包为 requirements.txt（需在当前 conda 环境内）

  pip freeze > requirements.txt
  

差异说明

• environment.yml
  • 可跨平台复刻 conda 环境，支持同时包含 conda 与 pip 依赖（pip 依赖会在 YAML 的 pip: 小节里）。
  • 建议使用 --no-builds 避免平台相关的 build 字符串。
• --from-history
  • 只记录你显式安装的包，适合作为“项目声明的依赖清单”；安装时由解算器推导依赖版本。
• conda list --export
  • 类似 requirements.txt，但只包含通过 conda 安装的包，不含 pip。
• pip freeze
  • 仅列出当前环境的 pip 包；如果你的环境里既有 conda 也有 pip，建议同时保留 environment.yml 和 requirements.txt。

复用与还原

• 用 environment.yml 创建新环境

  conda env create -f environment.yml
  

• 更新已有环境

  conda env update -f environment.yml --prune
  

• 用 requirements.txt 安装 pip 依赖（已激活对应 conda 环境后）

  pip install -r requirements.txt
  

小贴士

• 确认在目标 conda 环境里运行 pip（避免装到 base）：

  which python
  which pip
  

  路径应指向你当前环境的 bin。

• 你项目中用到的包包括 numpy、matplotlib、pandas、mplfinance 等；若它们是通过 pip 安装，pip freeze 会把它们写入 requirements.txt；若通过 conda 安装，请使用 environment.yml 或 conda list --export。