Conda 是管理 Python 环境和依赖的利器，尤其适合 AI 开发场景。以下是关键步骤与技巧：

1. 创建环境

conda create --name my_ai_env python=3.9

✅ 激活环境后，所有依赖将隔离于全局，避免版本冲突。
📌 提示：使用 conda env list 查看已创建环境列表

2. 激活环境

conda activate my_ai_env

🔁 激活后，终端提示符会显示环境名称（如 (my_ai_env)）
⚠️ 注意：使用 conda deactivate 退出当前环境

3. 安装依赖

conda install pandas numpy tensorflow

📦 安装的包会自动保存到环境目录，支持 conda install --file requirements.txt 批量安装
🔗 扩展阅读：Conda 环境管理最佳实践

4. 环境备份与迁移

  • 使用 conda pack 导出环境到本地文件夹
  • 通过 conda create --name new_env --file pack/environment.txt 重建环境
  • 提示：导出前需先激活源环境

5. 环境清理

conda remove --name my_ai_env --all

🗑️ 删除环境时，会连带移除所有关联的包
📊 建议：定期使用 conda clean --all 清理缓存

conda环境管理

常见问题排查

  • 环境未激活：检查终端提示符是否显示 (env_name)
  • 依赖冲突：尝试使用 conda env update --name my_ai_env --file requirements.txt
  • 版本兼容性：通过 conda search --name my_ai_env 查看包版本

📌 提示：Conda 支持跨平台使用，Windows/Linux/macOS 都可无缝切换
🔗 官方文档：Conda 官方指南

conda安装包