🔥 环境管理：推荐使用 Conda

  • 虚拟环境隔离：使用 conda create 创建独立环境，避免全局依赖冲突。
    conda_pip
  • 环境导出与复现：通过 conda env export > environment.yml 保存环境配置，后续可使用 conda env create -f environment.yml 快速重建。
    🔗 了解更多环境管理技巧

💡 依赖安装：Conda 优于 Pip？

  • 优先选择 Conda：Conda 会自动处理二进制依赖（如 MKL、CUDA），而 Pip 依赖系统包。
  • 混合使用需谨慎：若需安装 Conda 不支持的包，可临时切换至 Pip，但注意路径冲突： 
    conda activate my_env  
pip install <package_name>
    dependency_management

📦 版本控制：锁定依赖版本

  • 使用 conda-lock：生成精确的 requirements.txt 或 environment.yml，确保复现一致性。
  • Pip 的 requirements.txt：通过 pip freeze > requirements.txt 记录当前环境依赖。

⚠️ 避免冲突的终极方案

  • 清理缓存：定期运行 conda clean --all 和 pip cache purge 释放空间。
  • 检查冲突：使用 conda list 查看已安装包版本，pip check 检测依赖兼容性。
    conda_pip_conflict

📌 扩展阅读：Conda 与 Pip 共存的高级技巧