Conda 全套常用命令（Windows/Linux/Mac 通用）

Conda 全套常用命令（Windows/Linux/Mac 通用）
一、基础环境操作（最常用）
1. 查看 conda 版本、初始化信息
bash


conda --version
# 简写
conda -V

# 查看所有配置、环境路径
conda info

2. 管理虚拟环境
（1）创建新环境
bash


# 创建名为 py39 的环境，指定Python3.9
conda create -n py39 python=3.9

# 创建环境并预先安装多个包
conda create -n torch python=3.10 numpy pandas

（2）查看所有已创建环境
bash


conda env list
# 等价简写
conda info --envs

（3）激活 / 进入环境
bash


# Windows CMD/PowerShell
conda activate py39

# Linux/Mac 旧版本conda
source activate py39

（4）退出当前环境
bash


conda deactivate

（5）复制环境（备份）
bash


conda create -n py39_bak --clone py39

（6）删除无用环境
bash


# 删除整个环境及所有包
conda remove -n py39 --all

# 强制删除，不弹窗确认
conda remove -n py39 --all -y

二、包安装 / 卸载 / 查询（环境内执行）
1. 安装软件包
bash


# 安装最新版numpy
conda install numpy

# 指定版本安装
conda install numpy=1.24.3

# 一次性安装多个包
conda install pandas matplotlib scikit-learn

# -y 自动确认，不用弹窗输入yes
conda install torch torchvision -y

2. 查看当前环境已安装包
bash


conda list

# 模糊查询某个包是否安装
conda list | grep numpy
# Windows PowerShell
conda list | findstr numpy

3. 卸载包
bash


conda remove numpy
# 多包卸载
conda remove pandas matplotlib -y

4. 更新包
bash


# 更新单个包
conda update numpy

# 更新当前环境所有包
conda update --all -y

5. 搜索仓库里可用的包版本
bash


conda search numpy

三、环境导入导出（迁移、备份）
1. 导出当前环境依赖清单
bash


# 导出到txt（跨平台通用）
conda list --explicit > env.txt

# 导出yaml格式（推荐，简洁，跨系统兼容）
conda env export > environment.yml

2. 根据配置文件新建环境
bash


# 通过yaml创建环境
conda env create -f environment.yml

# 通过txt清单恢复环境
conda create -n new_env --file env.txt

四、Conda 源 / 配置加速（解决下载慢）
1. 查看当前镜像源配置
bash


conda config --show-sources

2. 添加国内清华镜像源（最常用）
bash


# 添加conda官方仓库镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/

# 设置优先使用镜像源
conda config --set show_channel_urls yes

3. 删除镜像源、重置配置
bash


# 删除单个源
conda config --remove channels 源地址

# 清空所有自定义配置，恢复默认
conda config --remove-key channels

五、缓存清理（释放 C 盘空间，Windows 必用）
conda 下载的安装包会缓存占用大量磁盘，定期清理：
bash


# 删除所有未被任何环境使用的安装包缓存
conda clean --all

# 不弹窗确认直接清理
conda clean --all -y

# 仅清理压缩包缓存
conda clean -p

六、补充实用命令
升级 conda 自身版本
bash


conda update conda -y

查看某个包详细信息
bash


conda show numpy

快速使用流程示例
bash


# 1. 创建python3.10环境
conda create -n py310 python=3.10 -y
# 2. 进入环境
conda activate py310
# 3. 安装包
conda install numpy pandas matplotlib -y
# 4. 导出环境备份
conda env export > py310_env.yml
# 5. 退出环境
conda deactivate
# 6. 清理缓存释放空间
conda clean --all -y