conda使用教程

发表于 分类于 阅读次数： 本文字数： 3.4k 阅读时长 ≈ 12 分钟

conda安装升级使用全教程

一、Miniconda 简介

Miniconda 是 Anaconda 的极简精简版，仅包含 conda 包管理器、Python 及其核心依赖，体积小、启动快、无冗余预装包，是 Python 环境管理和包管理的首选工具。

  • 核心优势：环境隔离（彻底解决 Python 版本 / 包冲突）、跨平台兼容、一键式包管理，支持 Windows、macOS、Linux 全平台。

  • 与 Anaconda 区别：Anaconda 预装了数百个科学计算包，体积超 3GB；Miniconda 仅保留核心能力，体积不足 100MB，所有包按需安装。

二、安装前准备

  1. 系统要求：Windows 10+/macOS 10.15+/Linux 主流发行版，仅支持 64 位系统。

  2. 关键注意事项：

    • 安装路径严禁包含中文、空格、特殊字符，避免后续出现未知报错。

    • 优先选择「仅为当前用户安装」，无需管理员权限，稳定性更高。

    • 无需提前安装 Python，Miniconda 会自带对应版本的 Python 解释器。

    • 安装前关闭杀毒软件 / 安全管家，避免拦截安装程序写入系统配置。

三、分系统详细安装步骤

3.1 Windows 系统安装

  1. 下载安装包

  2. 图形化安装流程

    • 双击 exe 安装包，点击「Next」，点击「I Agree」接受许可协议。

    • 安装类型：选择「Just Me」（仅当前用户，新手强推）；如需给设备所有用户使用，选「All Users」（需管理员权限）。

    • 选择安装路径：默认路径为C:\Users\用户名\miniconda3，可自定义到 D 盘等非系统盘，确保路径无中文和空格。

    • 高级选项设置：

      • 新手推荐：勾选「Add Miniconda3 to my PATH environment variable」（添加到系统环境变量，官方默认不推荐，但可避免手动配置环境变量的麻烦）。

      • 必选：勾选「Register Miniconda3 as my default Python 3.xx」。

      • 其余选项保持默认，点击「Install」等待安装完成。

    • 安装结束后，点击「Next」，取消所有勾选，点击「Finish」完成安装。

  3. PowerShell 适配（可选）
    打开「开始菜单 - Anaconda Prompt」，执行conda init powershell，重启 PowerShell 即可正常使用 conda 命令。

3.2 macOS 系统安装

  1. 下载安装包

    • 芯片区分：Intel 芯片选 x86_64 版本，Apple M 系列芯片选 Apple Silicon 版本。

    • 终端一键下载：

      1
      2

      curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-$(uname -m).sh -o ~/Downloads/miniconda.sh

  2. 终端安装流程

    • 赋予安装包执行权限：

      1
      2

      chmod +x ~/Downloads/miniconda.sh

    • 执行安装脚本：

      1
      2

      bash ~/Downloads/miniconda.sh

    • 交互式操作步骤：

      1. 按回车查看许可协议，拉到文末输入yes接受协议。

      2. 确认安装路径，默认~/miniconda3，可自定义路径，回车确认。

      3. 询问是否执行conda init时，输入yes（关键步骤，否则终端无法识别 conda 命令）。

    • 安装完成后，重启终端，配置自动生效。

3.3 Linux 系统安装

  1. 下载安装包

    • x86_64 架构终端一键下载：

      1
      2

      curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o ~/Downloads/miniconda.sh

    • ARM 架构：将链接中的x86_64替换为aarch64即可。

  2. 终端安装流程

    • 赋予执行权限：

      1
      2

      chmod +x ~/Downloads/miniconda.sh

    • 执行安装脚本：

      1
      2

      bash ~/Downloads/miniconda.sh

    • 交互式操作：和 macOS 完全一致，接受协议、确认安装路径、conda init选yes。

    • 生效方式：重启终端，或执行source ~/.bashrc（bash 终端）/source ~/.zshrc（zsh 终端）立即生效。

四、安装成功验证

打开终端（Windows 用 Anaconda Prompt/cmd/PowerShell，macOS/Linux 用系统终端），执行以下命令，有正常版本 / 信息输出即安装成功：

1
2
3
4
5
6
7
8
9

# 查看conda版本，验证命令是否生效
conda --version

# 查看conda详细信息，包括安装路径、镜像源等
conda info

# 查看已安装的基础包
conda list

若提示conda: 未找到命令/conda不是内部或外部命令，参考文末常见问题解决方案。

五、国内镜像源配置（必做，解决下载慢 / 超时）

conda 默认使用国外官方源，国内访问速度极慢、频繁超时，必须更换为国内镜像源，推荐清华大学 TUNA 镜像源，以下提供两种配置方式。

5.1 一键命令行配置（新手推荐）

打开终端，依次执行以下命令，自动写入配置文件，无需手动修改：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 清除原有镜像配置（可选，避免新旧配置冲突）
conda config --remove-key channels

# 添加清华镜像核心源
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/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# 下载时显示包的来源地址，便于排查问题
conda config --set show_channel_urls yes

# 关闭默认defaults源，强制使用镜像源，避免回退到国外源
conda config --set default_channels_override https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/

5.2 手动修改配置文件

  1. 找到配置文件路径：

    • Windows：C:\Users\你的用户名.condarc

    • macOS/Linux：~/.condarc

  2. 用文本编辑器打开文件，清空原有内容，粘贴以下配置并保存：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12

    channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
    show_channel_urls: yes
    default_channels_override:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/

  3. 重启终端，配置即可生效。

5.3 配置验证

执行conda config --show channels，查看输出的镜像源是否为上述配置的清华源，确认无误即配置成功。

六、Conda 升级操作

6.1 升级 Conda 自身（核心）

必须在 base 环境中执行，这是官方唯一推荐的升级方式，严禁使用 pip 升级 conda，否则会导致环境损坏。

  1. 激活 base 环境：

    1
    2

    conda activate base

  2. 执行升级命令：

    1
    2
    3
    4
    5
    6

    # 稳定版升级（日常使用推荐）
    conda update -n base conda

    # 强制重装升级到最新版（版本异常时使用）
    conda update -n base conda --force-reinstall

  3. 升级完成后，执行conda --version即可查看新版本号。

6.2 升级 Python 版本

⚠️ 注意：Python 大版本升级可能导致部分包不兼容，推荐新建环境而非直接升级现有环境的 Python 版本。

  1. 升级 base 环境的 Python：

    1
    2
    3

    # 升级到指定大版本，例如3.12
    conda install python=3.12

  2. 升级指定虚拟环境的 Python：

    1
    2
    3
    4
    5

    # 先激活目标环境
    conda activate 环境名
    # 升级到指定Python版本
    conda install python=3.11

6.3 升级环境内的所有包

1
2
3
4
5
6

# 升级当前激活环境的所有包
conda update --all

# 升级指定环境的所有包，无需提前激活
conda update -n 环境名 --all

七、Conda 核心使用教程

Conda 的核心能力是环境管理和包管理，也是日常使用最频繁的功能，以下是全场景常用命令。

7.1 环境管理（核心）

环境隔离是 Conda 最大的优势，为每个项目创建独立环境，彻底解决不同项目间的版本冲突问题。

7.1.1 查看所有环境

1
2
3
4

conda env list
# 等价命令
conda info --envs

输出结果中，带*的是当前激活的环境，默认初始环境为 base。

7.1.2 创建虚拟环境

1
2
3
4
5
6
7
8
9
10
11

# 基础创建（指定环境名+Python版本，必选参数）
conda create -n 环境名 python=3.11
# 示例：创建名为ai_project的环境，指定Python3.10版本
conda create -n ai_project python=3.10

# 创建环境时同时预装多个包
conda create -n ai_project python=3.10 numpy pandas pytorch

# 从yml配置文件创建环境（团队协作/环境迁移推荐）
conda env create -f environment.yml

⚠️ 新手必看：不要在 base 环境中安装项目相关包，base 环境仅用于管理 conda 本身，每个项目单独创建专属环境。

7.1.3 激活 / 切换环境

1
2
3
4
5

# 激活指定环境
conda activate 环境名
# 示例：激活ai_project环境
conda activate ai_project

激活成功后，终端前缀会显示(环境名)，此时所有安装 / 卸载 / 更新操作，都仅作用于当前激活的环境。

1
2
3

# 无需先退出，直接切换到另一个环境
conda activate 另一个环境名

7.1.4 退出环境

1
2
3

# 退出当前环境，回到base环境
conda deactivate

7.1.5 克隆环境

1
2
3
4
5

# 克隆现有环境，生成全新的独立环境
conda create -n 新环境名 --clone 原环境名
# 示例：把ai_project克隆为备份环境ai_project_backup
conda create -n ai_project_backup --clone ai_project

7.1.6 导出 / 导入环境（团队协作 / 迁移必备）

1
2
3
4
5
6

# 导出当前激活环境的完整配置到yml文件
conda env export > environment.yml

# 仅导出用户手动安装的包，去除系统相关依赖（跨平台迁移推荐）
conda env export --from-history > environment.yml
1
2
3

# 从yml配置文件导入，一键创建完全一致的环境
conda env create -f environment.yml

7.1.7 删除环境

1
2
3
4
5

# 彻底删除指定环境及环境内所有包（谨慎操作！）
conda remove -n 环境名 --all
# 等价命令
conda env remove -n 环境名

7.2 包管理

用于在指定环境中安装、卸载、更新 Python 包，优先使用 conda 安装，conda 源中没有的包，再用 pip 安装。
⚠️ 关键原则：先激活目标环境，再执行包管理操作，避免包安装到错误的环境中。

7.2.1 安装包

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 安装最新版的包
conda install 包名
# 示例：安装numpy
conda install numpy

# 安装指定版本的包
conda install numpy=1.26.0

# 同时安装多个包
conda install numpy pandas matplotlib

# 从指定渠道安装（例如conda-forge社区源）
conda install -c conda-forge 包名

# 不激活环境，直接给指定环境安装包
conda install -n 环境名 包名

7.2.2 查看已安装的包

1
2
3
4
5
6
7
8
9

# 查看当前激活环境的所有已安装包
conda list

# 查看指定环境的所有已安装包
conda list -n 环境名

# 搜索云端可安装的包，查看所有可用版本
conda search 包名

7.2.3 更新包

1
2
3
4
5
6
7
8
9

# 更新当前环境的指定包
conda update 包名

# 更新指定环境的指定包
conda update -n 环境名 包名

# 更新当前环境的所有包
conda update --all

7.2.4 卸载包

1
2
3
4
5
6
7
8
9

# 卸载当前环境的指定包
conda remove 包名

# 卸载指定环境的指定包
conda remove -n 环境名 包名

# 同时卸载多个包
conda remove numpy pandas

7.3 常用维护命令

1
2
3
4
5
6
7
8
9

# 清理conda缓存、无用安装包和孤立包，释放磁盘空间
conda clean -y --all

# 查看conda所有配置
conda config --show

# 重置conda镜像源配置为默认状态
conda config --remove-key channels

八、常见问题与解决方案

问题 1：终端提示conda: 未找到命令/conda不是内部或外部命令

原因：环境变量未配置，或 conda init 未执行。
解决方案：

  1. Windows：

    • 方法 1：直接使用「开始菜单」里的「Anaconda Prompt」，自带完整环境配置，无需额外设置。

    • 方法 2：手动添加环境变量：将 Miniconda 安装目录下的Scripts、bin、Library/bin三个文件夹路径，添加到系统 PATH 环境变量，重启终端即可。

  2. macOS/Linux：

    • 执行~/miniconda3/bin/conda init（默认安装路径），重启终端。

    • 若使用 zsh 终端，额外执行~/miniconda3/bin/conda init zsh && source ~/.zshrc。

问题 2：下载包时速度极慢、超时、报错 CondaHTTPError

原因：使用了国外官方源，国内网络访问受限。
解决方案：

  1. 按照教程第五部分配置国内清华镜像源。

  2. 配置后执行conda clean -i清除索引缓存，重新执行安装命令。

  3. 检查系统代理 / VPN，关闭代理，或配置镜像源地址绕过代理。

问题 3：Windows PowerShell 无法激活环境，执行 conda activate 报错

原因：PowerShell 执行策略限制，或未完成 conda 初始化。
解决方案：

  1. 以管理员身份打开 PowerShell。

  2. 执行Set-ExecutionPolicy RemoteSigned，输入Y确认修改执行策略。

  3. 打开 Anaconda Prompt，执行conda init powershell。

  4. 重启 PowerShell，即可正常使用 conda 激活命令。

问题 4：安装包时报错Solving environment: failed（包依赖冲突）

原因：包版本依赖不兼容，或安装渠道不匹配。
解决方案：

  1. 优先使用 conda-forge 渠道安装：conda install -c conda-forge 包名。

  2. 新建干净的虚拟环境，重新安装所需包，避免环境内包过多导致的依赖冲突。

  3. 明确指定包的版本号，缩小 conda 的依赖匹配范围，避免冲突。

问题 5：macOS/Linux 重启终端后，conda 命令失效

原因：conda init 未写入对应 shell 的配置文件。
解决方案：

  1. 执行echo $SHELL查看当前使用的终端类型。

  2. 若为 bash 终端：执行~/miniconda3/bin/conda init bash && source ~/.bashrc。

  3. 若为 zsh 终端：执行~/miniconda3/bin/conda init zsh && source ~/.zshrc。

  4. 重启终端即可永久生效。

九、最佳实践

  1. 严格环境隔离：一个项目对应一个独立虚拟环境，绝不把所有包都装在 base 环境，避免环境污染和版本冲突。

  2. 环境版本锁定：项目交付 / 团队协作时，用conda env export --from-history > environment.yml导出环境配置，确保所有人的运行环境完全一致。

  3. 安装渠道规范：优先使用 main、conda-forge 等官方 / 社区正规渠道，避免使用未知第三方渠道，降低安全风险。

  4. 定期环境维护：定期执行conda clean -y --all清理缓存，释放磁盘空间；base 环境定期更新 conda 版本，获取最新功能和安全修复。

  5. conda 与 pip 配合规范：优先用 conda 安装包，conda 源中没有的包，再激活对应环境后用 pip 安装；严禁在 base 环境用 pip 安装大量包，避免破坏 conda 依赖体系。