【Conda虚拟环境】新建 + 激活 + 安装 + 查看 + 退出 + 删除 + 复制 + 导出 + 导入 + 更改

admin 管理员组

文章数量: 1087488

文章目录

• conda —— 是一个包管理器和环境管理器
• 一、命令行工具
• • 1.1、工具对比（Terminal、PowerShell、cmd、Git Bash）
  • 1.2、启动工具
• 二、（虚拟环境）环境配置
• • 2.1、新建虚拟环境：conda create -n tensorflow36 -y
  • 2.2、激活虚拟环境：conda activate tensorflow36
  • • 方式一：在新建虚拟环境后，直接安装python：conda create -n tensorflow36 python=3.6 -y
    • 方式二：新建并激活虚拟环境后，再安装python：conda install python=3.6 -y
  • 2.3、查看 conda 的详细信息：conda info
  • 2.4、在当前环境中，查看已安装的所有包和版本（列表）：conda list
  • 2.5、在当前系统上，查看已配置的所有 conda 环境和路径（列表）：conda env list
  • 2.6、退出虚拟环境：conda deactivate
  • 2.7、删除虚拟环境：conda env remove -n tensorflow36
  • 2.8、复制虚拟环境：conda create --name tensorflow0306 --clone tensorflow36
  • 2.9、导出虚拟环境（到 .yml 文件中）：conda env export -f tensorflow36.yml -n tensorflow36
  • 2.10、（从 .yml 文件中）导入虚拟环境：conda env create -f tensorflow36.yml
  • 2.11、更改虚拟环境的安装路径（默认C盘）
  • • 2.11.1、查看路径（第一个为默认路径）：conda config --show envs_dirs
    • 2.11.2、添加路径（并设置为默认路径）：conda config --add envs_dirs D:\Anaconda3\envs
    • 2.11.3、删除路径（确保指定路径唯一）conda config --remove envs_dirs <其他路径>
  • 2.12、在指定路径下创建环境（推荐）：conda create --prefix 路径\env_name -y
• 三、（python环境）环境配置
• • 3.1、搜索可用的 python 版本：conda search python=3.6
  • 3.2、python 安装与卸载
  • • 3.2.1、安装软件包（最新版本）：conda install python
    • 3.2.2、安装软件包（指定版本）：conda install python=3.6
    • 3.2.3、安装软件包（自动确认）：conda install python=3.6 -y
    • 3.2.4、卸载软件包：conda uninstall python -y
  • 3.3、查看 python 版本号：python -V
  • 3.4、启动 python 解释器：python
  • 3.5、退出 python 解释器：exit()
  • 3.6、pip 安装
  • • 3.6.1、软件包安装：pip install tensorflow==1.15
    • 3.6.2、镜像源安装：pip install tensorflow_gpu==1.15 -i https://pypi.tuna.tsinghua.edu/simple
• 四、（虚拟环境）安装路径
• 五、（虚拟环境）环境调用
• • 1、PyCharm - Terminal激活环境
  • • （1）未配置过环境（右下角）
    • （2）已配置过环境
  • 2、PyCharm无法识别虚拟环境
  • • （1）【异常提示】Conda executable is not found.
    • （2）【异常提示】IMPORTANT: You may need to close and restart your shell after running 'conda init'.
    • （3）【异常提示】Please open Anaconda prompt, and run `conda init powershell` there.
  • 3、【VS Code】Conda虚拟环境无法激活，PowerShell中不显示(base)

conda —— 是一个包管理器和环境管理器

Anaconda（中文名" 大蟒蛇 "）：是一个开源的Python发行版本，包含了 conda 包管理器、Python 解释器以及大量科学计算和数据分析软件包（如：NumPy、SciPy、Pandas、Matplotlib、Jupyter 等）。

conda：是 Anaconda 发行版中的一个包管理器和环境管理器。conda 是 Anaconda 发行版的核心组件之一，但它也可以作为独立的软件包安装在其他 Python 发行版中使用。

• 主要功能：
  • 包管理：通过 conda 命令，可以实现软件包的安装、更新和删除。
  • 环境管理：通过 conda 命令，可以创建和管理多个独立的 Python 环境，每个环境可以拥有独立的软件包和依赖关系（如：不同的 Python 版本和软件包集合），从而实现不同项目或任务之间的隔离和管理。
  • Anaconda 与 PyCharm 集成：（1）在PyCharm中，可以配置 Anaconda 的 Python 解释器；（2）可以选择特定的 conda 环境作为项目的解释器。（3）可以在 PyCharm - Terminal 中创建、管理和切换 Anaconda 环境。
  • 跨平台支持：支持在不同的操作系统上运行，包括 Windows、macOS 和 Linux。

虚拟环境（Virtual Environment）：是一个独立于操作系统的隔离环境。通过创建虚拟环境，可以在同一台机器上管理多个独立的 Python 环境，每个环境都可以有自己独立的软件包和配置，从而实现项目之间的隔离和管理。

• 作用：
  • 隔离环境：每个虚拟环境都是独立的，不会相互干扰。拥有自己的 Python 解释器和软件包库，可以防止不同项目之间的依赖冲突，确保项目的稳定性和可靠性。
  • 版本控制：可以为每个项目创建一个特定版本的虚拟环境，并在其中安装所需的 Python 版本和软件包，从而确保项目在不同环境中的一致性。
  • 依赖管理：可以安装、更新和删除项目所需的软件包和依赖项，而不会影响到其他项目。
• 类别
  • 虚拟机（Virtual Machines）： 是一种完全模拟的虚拟化技术，允许在一台物理计算机上运行多个独立的虚拟操作系统。
    • 每个虚拟机具有自己的操作系统和应用程序，它们在相互隔离的环境中运行。
    • 常见的虚拟机软件包括VMware、VirtualBox和Hyper-V。
  • 容器（Containers）： 是一种轻量级的虚拟化技术，允许在同一操作系统内核上运行多个隔离的容器。
    • 每个容器包含应用程序和其依赖，但它们共享相同的操作系统内核，因此更节省资源和更快速。
    • Docker是最知名的容器化平台之一。
  • Python虚拟环境：特定于Python编程语言的虚拟环境，用于管理Python项目的依赖关系。
    • 每个环境可以有不同版本的Python解释器和依赖项。
    • 常见的Python虚拟环境工具包括 virtualenv 和 conda。
  • 操作系统级虚拟化：一种介于虚拟机和容器之间的虚拟化形式。
    • 允许多个虚拟化的操作系统在同一物理主机上运行，共享相同的内核，提供了更高的效率和资源利用率。
  • 网络虚拟化： 用于模拟网络拓扑，允许在单个物理网络上运行多个逻辑网络。
    • 对于网络测试、隔离和虚拟专用云（Virtual Private Cloud）非常有用。
  • 云虚拟环境：由云计算提供商提供（如：Amazon Web Services、Microsoft Azure、Google Cloud等）
    • 允许用户租用虚拟机、容器集群和其他云资源，以满足其计算需求。

一、命令行工具

1.1、工具对比（Terminal、PowerShell、cmd、Git Bash）

1.2、启动工具

二、（虚拟环境）环境配置

2.1、新建虚拟环境：conda create -n tensorflow36 -y

新建虚拟环境：conda create -n tensorflow36

• 选项--name 或 -n用于指定要安装软件包的环境名称。
• 其中：tensorflow36表示新虚拟环境的名称

2.2、激活虚拟环境：conda activate tensorflow36

激活虚拟环境：conda activate tensorflow36

• 其中：tensorflow36表示新虚拟环境的名称

方式一：在新建虚拟环境后，直接安装python：conda create -n tensorflow36 python=3.6 -y

• 新建虚拟环境并安装python：conda create -n tensorflow36 python=3.6 -y
• 其中：tensorflow36表示新虚拟环境的名称，Python=3.6表示指定Python版本为3.6。

备注：不建议，容易卡BUG。

方式二：新建并激活虚拟环境后，再安装python：conda install python=3.6 -y

• 新建虚拟环境：conda create -n tensorflow36
• 激活虚拟环境：conda activate tensorflow36
• 在当前虚拟环境下，安装python：conda install python=3.6 -y

2.3、查看 conda 的详细信息：conda info

查看 Conda 的详细信息，包括版本、环境路径、当前激活的环境等。

2.4、在当前环境中，查看已安装的所有包和版本（列表）：conda list

2.5、在当前系统上，查看已配置的所有 conda 环境和路径（列表）：conda env list

实现方式：conda env list 或 conda info --envs（缩写方式）
显示信息：虚拟环境的名称和安装路径
备注：若已激活虚拟环境，则激活的虚拟环境将用星号（*）标记；反之若为基础环境，则不标记。

2.6、退出虚拟环境：conda deactivate

退出已激活的虚拟环境，回到基础环境或默认环境。

2.7、删除虚拟环境：conda env remove -n tensorflow36

• 方式一：通过 conda 命令，删除指定的虚拟环境，包括其相关的所有文件。 —— 删除后不可恢复，请谨慎使用。
  • 报错提示：CondaEnvironmentError: cannot remove current environment. deactivate and run conda remove again
  • 解决方法：若当前环境（已激活环境）为待删除的指定环境，则必须先退出，方可执行。
• 方式二：在 Anaconda-env 路径下，直接删除指定的文件夹（如：tensorflow36）。

2.8、复制虚拟环境：conda create --name tensorflow0306 --clone tensorflow36

• 命令：conda create --name 新名称 --clone 原名称：表示将虚拟环境为（原名称），重命名为（新名称）。
• 作用：（在同一台计算机上）用于在当前系统中复制和共享环境配置。
• 区别：
  （1）新虚拟环境：继承原虚拟环境的包、依赖项以及对应的版本，而无需重新安装所有软件包
  （2）新虚拟环境：继承原虚拟环境的路径 + 环境变量
  （3）新虚拟环境：不继承原虚拟环境的名称，因此需要重新指定新名称

2.9、导出虚拟环境（到 .yml 文件中）：conda env export -f tensorflow36.yml -n tensorflow36

（在不同的计算机上）用于在不同的系统上复制和共享环境配置，以确保在不同的环境中具有相同的软件包依赖关系和版本。

导出指定的虚拟环境：conda env export --file tensorflow36.yml --name tensorflow36

• 选项--name 或 -n用于指定要导出的环境名称。
• 选项--file 或 -f用于指定导出的 .yml 文件名，该文件中包含环境配置。
• 备注：文件 .yml 将保存在 cmd 当前操作路径下。

2.10、（从 .yml 文件中）导入虚拟环境：conda env create -f tensorflow36.yml

（不同的计算机）用于在不同的系统上复制和共享环境配置，以确保在不同的环境中具有相同的软件包依赖关系和版本。

导入指定的虚拟环境：conda env create -f tensorflow36.yml

• 选项--file 或 -f用于指定导入的 .yml 文件名，该文件中包含环境配置。
• 注意事项：
  • （1）虚拟环境将自动安装在 Anaconda-env 路径下。
  • （2）在上述命令中，是一种相对路径的文件指定方式，因此需确保 .yml 文件与 cmd 当前操作路径一致，否则将提示：EnvironmentFileNotFound: ‘C:\Users\Administrator\tensorflow36.yml’ file not found。若使用绝对路径，则没有上述问题：conda env create -f C:\Users\Administrator\tensorflow36.yml
  • （3）若虚拟环境已存在于当前系统中，则将提示：CondaValueError: prefix already exists: D:\Anaconda3\envs\tensorflow36

2.11、更改虚拟环境的安装路径（默认C盘）

2.11.1、查看路径（第一个为默认路径）：conda config --show envs_dirs

2.11.2、添加路径（并设置为默认路径）：conda config --add envs_dirs D:\Anaconda3\envs

2.11.3、删除路径（确保指定路径唯一）conda config --remove envs_dirs <其他路径>

Anaconda更改虚拟环境安装路径

• 第一步：修改 Anaconda 权限：定位 Anaconda 安装路径（D:\Anaconda3），点击Anaconda3文件夹 + 鼠标右键 + 属性 + 安全 + 编辑 + Users + （选择）完全控制

• 第二步：更改 conda 虚拟环境的默认安装路径
  • 查看 conda 虚拟环境的安装路径（第一个为默认路径）：conda config --show envs_dirs
  • 添加 conda 虚拟环境的安装路径（并设置为默认路径）：conda config --add envs_dirs D:\Anaconda3\envs。若路径已存在，则将其置顶。
  • 删除 conda 虚拟环境的安装路径（确保指定路径唯一）：conda config --remove envs_dirs <其他路径>
    • 忽略任何显示路径不存在的错误
    • 测试结果：删除后仍然会显示已删除路径，但再次添加路径将不会提示Warning: 'D:\Anaconda3\envs' already in 'envs_dirs' list, moving to the top）

2.12、在指定路径下创建环境（推荐）：conda create --prefix 路径\env_name -y

Conda 环境路径默认固定在用户目录下：
（1）Windows一般为C:\Users\用户名\Anaconda3\envs\环境名；
（2）Linux/macOS为~/anaconda3/envs/环境名。
要在任意自定义路径下创建环境，需使用官方推荐的--prefix参数，指定完整路径，实现 " 近似自定义路径安装 "。

mkdir D:\envs\visrag_env
cd /d D:\envs\visrag_env
conda create --prefix D:\envs\visrag_env -y
conda activate D:\envs\visrag_env
conda install python=3.9 -y
python --version

注意事项：

• （1）在 Windows 命令行中，路径字符串应使用双引号包裹，尤其路径包含空格时，避免解析错误。
• （2）路径分隔符应使用反斜杠\，避免用正斜杠/导致命令解析异常。
• （3）使用–prefix创建环境后，激活必须写完整路径，不能用环境名称简写。

也可以通过 .bat 实现自动配置

@REM auto.bat
@echo off
set "env_path=D:\envs\visrag_env"

REM 创建目录（若不存在）
if not exist %env_path% (
    mkdir %env_path%
)

REM 切换盘符并进入目录
cd /d %env_path%

REM 创建conda虚拟环境（注意使用 --prefix）
conda create --prefix %env_path% python=3.9 -y

REM 激活虚拟环境
conda activate %env_path%

REM 安装依赖包
REM conda install python=3.9 -y 
REM pip install -r requirements.txt

REM 验证Python版本
python --version

REM 执行后，命令行窗口不会立刻关闭，直到按下任意键。
pause

三、（python环境）环境配置

3.1、搜索可用的 python 版本：conda search python=3.6

在包索引中，搜索可用软件包的版本和信息：conda search python 或 conda search python=3.6

3.2、python 安装与卸载

同理：其余软件包安装

• 安装软件包：
  • 安装软件包（最新版本）：conda install python
  • 安装软件包（指定版本）：conda install python=3.6 —— 若 python 已存在，则自动卸载后重装。
  • 安装软件包（自动确认）：conda install python=3.6 -y —— 在 Conda 命令中，-y 参数的作用是 自动确认所有提示，跳过交互式确认。
• 卸载软件包：conda uninstall python -y

3.2.1、安装软件包（最新版本）：conda install python

3.2.2、安装软件包（指定版本）：conda install python=3.6

3.2.3、安装软件包（自动确认）：conda install python=3.6 -y

3.2.4、卸载软件包：conda uninstall python -y

3.3、查看 python 版本号：python -V

3.4、启动 python 解释器：python

3.5、退出 python 解释器：exit()

查看 Python 版本号：python --version 或 python -V
启动 Python 解释器：python

• 进入 Python 解释器的交互模式，可以在其中输入 Python 代码，并立即执行。如：3+2
• 退出 Python 解释器：exit()

3.6、pip 安装

pip：是Python的软件包安装工具，可以用来安装、卸载、管理Python软件包。通常情况下，pip会与Python一起安装，可以在命令行中直接使用。备注：pip 只能用来安装 Python 包，不能直接（安装或更改）管理 Python 解释器的版本。

3.6.1、软件包安装：pip install tensorflow==1.15

备注：翻墙状态下，下载失败。

3.6.2、镜像源安装：pip install tensorflow_gpu==1.15 -i https://pypi.tuna.tsinghua.edu/simple

镜像源使用指南

在Conda安装过程中，需要执行以下任务：

• 确定当前系统中已安装的软件包及其版本。
• 识别需要安装的软件包及其版本。
• 解析软件包之间的依赖关系，以确保安装的软件包与现有软件包兼容。
• 从远程仓库下载需要安装的软件包及其依赖项。

备注：下载是最耗时的任务。

• Conda为什么越来越慢？
  • 随着时间的推移，Conda环境中的安装包数量和版本会不断增加，导致Conda环境中的索引文件变得越来越庞大。
  • 在安装新软件包时，Conda需要搜索并解析这些索引文件，以满足当前环境中所有软件包的依赖关系。因此，随着软件包数量的增加，搜索过程会变得更加耗时。
• Conda加速
  • 轮子安装（.wheel）：（1）避免索引时耗（2）避免网络问题
  • 国内镜像（如：清华园）：默认国外地址下载，耗时和网络问题。

四、（虚拟环境）安装路径

（1）在Anaconda-envs安装包路径下，保存了所有已创建的虚拟环境，且每一个文件夹对应一个虚拟环境。

（2）在Anaconda-Environment软件下， 显示所有已创建的虚拟环境。

五、（虚拟环境）环境调用

1、PyCharm - Terminal激活环境

（1）未配置过环境（右下角）

（2）已配置过环境

Run / Debug Configurations + （选择）Python interpreter

2、PyCharm无法识别虚拟环境

（1）【异常提示】Conda executable is not found.

Conda executable is not found —— 若conda环境中没有安装python，则操作无效。

• 解决方案：Add Python Interpreter + Conda Environment + conda Executable + D:\Anaconda3\condabin\conda.bat + OK

（2）【异常提示】IMPORTANT: You may need to close and restart your shell after running ‘conda init’.

"""异常提示"""

C:\Users\Administrator>conda activate py39

CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
If using 'conda activate' from a batch script, change your invocation to 'CALL conda.bat activate'.

To initialize your shell, run

    $ conda init <SHELL_NAME>

Currently supported shells are:
  - bash
  - cmd.exe
  - fish
  - tcsh
  - xonsh
  - zsh
  - powershell

See 'conda init --help' for more information and options.

IMPORTANT: You may need to close and restart your shell after running 'conda init'.

• 解决方案：
• （1）初始化Shell
  • 方法一：在CMD中，输入命令conda init cmd.exe
  • 方法二：在PowerShell窗口中，输入命令conda init powershell
    • 启动PowerShell：在Windows上，按 Win + X 键，选择Windows PowerShell
• （2）重启Shell：关闭并重新打开cmd / PowerShell / Terminal，以使环境变量设置生效。
• （3）（重新）激活Conda环境：conda activate py39

（3）【异常提示】Please open Anaconda prompt, and run conda init powershell there.

Failed to activate conda environment.

• 异常提示：

• 解决方案：（1）conda环境配置：File + Settings + Tools + Terminal + Shell path + C:\WINDOWS\system32\cmd.exe + OK

（2） conda环境激活：新建Tab - Local(2)

3、【VS Code】Conda虚拟环境无法激活，PowerShell中不显示(base)

在PowerShell终端中执行conda activate无效，提示如下错误，且命令提示符未显示(base)环境，只显示为：PS D:\>；同时报错信息：CondaError: Run 'conda init' before 'conda activate'。

• 方法1（基础）：激活虚拟环境，如conda activate py39；
• 方法2（常规）：使用管理员权限打开PowerShell，并执行初始化命令conda init；关闭终端，重新启动VSCode终端或PowerShell窗口。
• 方法3（核心）：设置PowerShell执行策略 —— 在部分系统中，PowerShell 的执行策略会阻止 conda 的 hook 脚本运行。
  • 使用管理员权限打开 PowerShell
  • 执行以下命令设置执行策略Set-ExecutionPolicy -ExecutionPolicy RemoteSigned
  • 输入y确认修改
  • 重新打开VS Code，新建终端窗口后再尝试conda activate base

【问题解决】| conda不显示指示前面的（base）无法在终端激活虚拟环境

PS D:\VisRAG-image-blur-detection-master> conda activate py39

CondaError: Run 'conda init' before 'conda activate'

PS D:\VisRAG-image-blur-detection-master> conda init
no change     E:\Anaconda3\Scripts\conda.exe
no change     E:\Anaconda3\Scripts\conda-env.exe
no change     E:\Anaconda3\Scripts\conda-script.py
no change     E:\Anaconda3\Scripts\conda-env-script.py
no change     E:\Anaconda3\condabin\conda.bat
no change     E:\Anaconda3\Library\bin\conda.bat
no change     E:\Anaconda3\condabin\_conda_activate.bat
no change     E:\Anaconda3\condabin\rename_tmp.bat
no change     E:\Anaconda3\condabin\conda_auto_activate.bat
no change     E:\Anaconda3\condabin\conda_hook.bat
no change     E:\Anaconda3\Scripts\activate.bat
no change     E:\Anaconda3\condabin\activate.bat
no change     E:\Anaconda3\condabin\deactivate.bat
no change     E:\Anaconda3\Scripts\activate
no change     E:\Anaconda3\Scripts\deactivate
no change     E:\Anaconda3\etc\profile.d\conda.sh
no change     E:\Anaconda3\etc\fish\conf.d\conda.fish
no change     E:\Anaconda3\shell\condabin\Conda.psm1
no change     E:\Anaconda3\shell\condabin\conda-hook.ps1
no change     E:\Anaconda3\Lib\site-packages\xontrib\conda.xsh
no change     E:\Anaconda3\etc\profile.d\conda.csh
no change     
C:\Users\xiaod\Documents\WindowsPowerShell\profile.ps1
no change     HKEY_CURRENT_USER\Software\Microsoft\Command Processor\AutoRun
No action taken.
PS D:\VisRAG-image-blur-detection-master>

本文标签： 环境 Conda