Python中如何使用Anaconda管理Python环境
1、官网下载
查看帮助信息
> conda -h
$ conda -h
创建新环境
> conda create --name env_name python=3.6.5
激活创建的环境
> activate env_name
去激活
> deactivate
查看已有 python 环境
> conda info -e
创建 env 的 help 信息是错误的：
windows 上使用还是挺方便的。Linux/MacOs 上还是 virtualenv 方便。
Python中如何使用Anaconda管理Python环境
3 回复
用Anaconda管理Python环境，核心就几个命令，贼简单。
1. 创建环境
conda create -n myenv python=3.9
这行命令创建了一个叫myenv的环境，指定用Python 3.9。
2. 激活环境
- Windows:
conda activate myenv - macOS/Linux:
source activate myenv或conda activate myenv
激活后命令行提示符会显示环境名，之后装的包都会在这个环境里。
3. 安装包
conda install numpy pandas
或者用pip装：
pip install requests
4. 查看环境列表
conda env list
带星号(*)的是当前激活的环境。
5. 导出导入环境 导出当前环境配置：
conda env export > environment.yml
用这个文件重建环境：
conda env create -f environment.yml
6. 删除环境
conda env remove -n myenv
实际使用场景 比如你要跑一个老项目需要Python 3.6和特定版本的TensorFlow：
conda create -n old_project python=3.6
conda activate old_project
conda install tensorflow=1.15
另一个项目要用最新版PyTorch：
conda create -n new_project python=3.11
conda activate new_project
conda install pytorch torchvision -c pytorch
两个环境完全独立，包版本互不干扰。
小技巧
- 创建环境时直接装包：
conda create -n myenv python=3.9 numpy pandas - 查看环境里装了啥：
conda list - 更新所有包：
conda update --all - 搜索可用包：
conda search package_name
用Anaconda就是为了省心，不同项目用不同环境，避免包版本冲突。记住create、activate、install这三个最常用的命令就行。
总结：创建独立环境，按项目隔离包。
