conda问题

设置环境变量和conda init powershell之后，conda莫名就不能用了，因此想到尝试安装完直接使用powershell别名机制对实际的conda.exe目录进行取别名

永久设置别名

Add-Content -Path $PROFILE -Value "`nSet-Alias -Name conda -Value `"D:\Anaconda3\anaconda3\Scripts\conda.exe`""

重新加载配置文件

. $PROFILE

验证别名是否生效

Get-Alias conda

或

conda --version

Conda 常用命令大全

Conda 是一个开源的包管理和环境管理系统，常用于 Python 和 R 语言的依赖管理。以下是 conda 的常用命令分类整理：

环境管理

创建环境

conda create -n myenv                 # 创建名为 myenv 的新环境
conda create -n myenv python=3.8      # 创建指定 Python 版本的环境
conda create -n myenv numpy scipy      # 创建环境并安装指定包
conda create --clone myenv --name myenv_copy  # 克隆环境

激活/停用环境

conda activate myenv      # 激活环境 (Windows/Linux/macOS)
conda deactivate          # 停用当前环境

列出环境

conda env list            # 列出所有环境
conda info --envs         # 同上，列出所有环境

删除环境

conda env remove -n myenv  # 删除指定环境
conda remove --name myenv --all  # 同上

导出/导入环境

conda env export > environment.yml       # 导出当前环境配置
conda env create -f environment.yml     # 从文件创建环境
conda env update -f environment.yml      # 更新当前环境

包管理

安装包

conda install numpy         # 安装最新版 numpy
conda install numpy=1.19.2  # 安装指定版本
conda install -c conda-forge package_name  # 从特定频道安装

更新包

conda update numpy         # 更新单个包
conda update --all         # 更新所有包

移除包

conda remove numpy         # 移除包

搜索包

conda search numpy         # 搜索包
conda search "numpy>=1.20" # 搜索特定版本

列出已安装包

conda list                # 列出当前环境所有包
conda list -n myenv       # 列出指定环境的包

频道管理

conda config --add channels conda-forge  # 添加频道
conda config --remove channels conda-forge  # 移除频道
conda config --show channels            # 显示当前频道
conda config --set channel_priority strict  # 设置频道优先级

系统信息

conda info               # 显示conda信息
conda --version          # 显示conda版本
conda list --revisions   # 显示环境修改历史
conda clean --all        # 清理缓存和未使用的包

实用技巧

1. 快速创建Jupyter内核：

   conda install ipykernel
   python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

2. 查看包依赖关系：

   conda repoquery depends numpy  # 查看numpy的依赖
   conda repoquery whoneeds numpy # 查看哪些包依赖numpy

3. 跨平台共享环境：

   conda env export --from-history > environment.yml  # 只导出显式安装的包

4. 快速复制环境：

   conda create --name new_env --clone old_env

5. 修复损坏的环境：

   conda update --all
   conda clean --all

记住，使用 conda 时最好总是先激活目标环境再进行操作，这样可以避免在错误的环境中安装或删除包。