【Miniconda】conda创建、查看、删除虚拟环境
【Miniconda】conda创建、查看、删除虚拟环境
开发Python程序过程中涉及到Python模块的管理，我们知道每一类语言都有相应的包管理工具，如Java的Maven、Gradle，Go语言的mod、vendor，Rust语言的Cargo，那么Python也有对应的包管理工具，其中Miniconda只是其中最精简的一个。针对Miniconda使用命令本章进行总结。
一、管理conda
（1）检查conda版本
conda --version
（2）获取版本号
conda --version 或者 conda -V
（3）列出所有的环境
conda env list
conda list 命令用于查看conda下的包，而conda env list命令可以用来查看conda创建的所有虚拟环境。
（4）查看环境管理的全部命令帮助
conda env -h
（5）conda升级
conda update conda
升级conda
conda update anaconda
升级anaconda前要先升级conda
conda update --all
升级所有包
在实际环境中提示执行：
conda update -n base -c defaults conda
上述命令无法正确更新conda 版本，请使用如下命令耐心等待更新
conda install conda=24.3.0
（6）conda升级后释放空间
在升级完成之后，我们可以使用命令来清理一些无用的包以释放一些空间：
conda clean -p
删除没有用的包
conda clean -t
删除保存下来的压缩文件（.tar）
二、管理环境
（1）创建环境
conda create --name env-name python=3.12.2 或者
conda create -n env-name python=3.12.2
--name：也可以缩写为 -nenv-name 是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/env-name 目录python=3.12.2：是Python的版本号。也可以指定为python=3.6，如果我们没有指定安装Python的版本，conda会安装我们最初安装conda时所装的那个版本的Python。
注意经过实测，Python版本号需要写全。
若创建特定Python版本的包环境，需键入：
conda create -n env-name python=3.12.2
若想要在创建环境同时安装Python的一些包：
conda create -n env-name python=3.12.2 numpy pandas
若想在别人虚拟环境的基础上创建自己的环境：
conda create -n env-name --clone <baseEnvName>
baseEnvName是clone的环境名称
（2）激活环境
Linux，OS X:
source activate env-name
Windows：
activate env-name
小技巧：
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；
（3）切换到base环境
如果要从你当前工作环境的路径切换到系统根目录时，执行：
conda deactivate
（4）复制一个环境
通过克隆来复制一个环境。这儿将通过克隆bigdata来创建一个称为bigmodel的副本。
conda create -n bigmodel --clone bigdata
通过conda env list来检查目前拥有的环境
（5）删除一个环境
如果你不想要这个名为bigmodel的环境，就按照如下方法移除该环境：
conda env remove -n bigmodel
三、管理包
（1）安装包 或 安装特定版本的包
conda install package-name
conda install package-name==version
（2）查看所有已安装包
conda list
（3）卸载包
conda remove package-name
（4）更新包
更新一个包
conda update package-name
更新所有包
conda update --all
（5）搜索包
conda search search-term
可以模糊搜索需要安装的包，搜索到指定版本可以指定版本安装
conda install pandas==1.1.1（举例）
四、把环境添加到Jupyter Notebook
调试程序过程中，如果你本地创建了虚拟环境，那么在Jupyter中需要指定虚拟环境才可调试，前提是我们的虚拟环境加入到Jupyter得kernel中。
首先通过conda activate env-name进入想要添加的虚拟环境中，然后安装ipykernel，接下来将虚拟环境添加到kernel中即可，操作步骤如下：
pip install ipykernel
python -m ipykernel install --name kernel_name
kernel_name可以取与环境名不一样的名字，但方便起见建议与虚拟环境名称统一，这里我的kernel_name是bigmodel1。
（1）查看已添加到jupyter notebook的kernel
我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下：
$ jupyter kernelspec list
Available kernels:
bigmodel1 /Users/easton/Library/Jupyter/kernels/bigmodel1
mojo-jupyter-kernel /Users/easton/Library/Jupyter/kernels/mojo-jupyter-kernel
python3 /Library/Frameworks/Python.framework/Versions/3.12/share/jupyter/kernels/python3
可以看到bigmodel1成功加入到kernel中。
如果是jupyter lab就会看到如下界面：
如果使用jupyter notebook，在右上角也能选择切换kernel对应的虚拟环境，界面如下：
（2）删除指定的kernel
若想删除某个指定的kernel，可以使用命令
jupyter kernelspec remove kernel_name
由于Python是不向后兼容的，分开环境可以避免语法版本不一引起的错误，同时这也可以避免工具包安装与调用的混乱。
参考：
conda创建新环境_conda create-CSDN博客