conda常用指令
| 功能 | 命令 | 说明 |
|---|---|---|
| 环境管理 | conda create - n 环境名 python=版本号 | 创建新环境（可指定 Python 版本） |
| conda activate 环境名 | 激活环境（Windows 直接使用，macOS/Linux 需 source ） | |
| conda deactiva te | 退出当前环境 | |
| conda env list 或 conda info -e | 查看所有环境 | |
| conda remove - n 环境名 --all | 删除环境（谨慎操作） | |
| 包管理 | conda install 包名 python=3.8 nodejs=24.4 | 安装包（默认从官方源） |
| conda install -c 频道名 包名 | 从指定频道（如 conda-forge ）安装 | |
| conda update 包 名 | 更新包 | |
| conda remove 包 名 | 卸载包 | |
| conda list | 查看当前环境已安装的包 | |
| 高级操作 | conda env expo rt > environment.yml | 导出环境配置（用于跨平台迁移） |
| conda env crea te -f environment.yml | 通过 YAML 文件创建环境 |
conda在树莓派上的使用
在树莓派上使用 Conda 需要注意架构适配（树莓派是 ARM 架构，x86 版本的 Conda 无法直接用），主流方案是使用 Miniforge（专为 ARM 等非主流架构适配的 Conda 发行版），而非官方 Anaconda/Miniconda（仅支持 x86）。以下是完整步骤：
一、前提准备
- 树莓派系统要求：推荐 Raspberry Pi OS (64-bit)（Bullseye/Buster 均可），32 位系统也支持但兼容性稍差。
- 先更新系统依赖：
sudo apt update && sudo apt upgrade -y
sudo apt install -y wget bzip2 libgl1-mesa-glx # 安装基础依赖
二、安装 Miniforge（ARM 版 Conda）
Miniforge 是 Conda 的轻量级分支，内置 conda-forge 源，完美支持 ARM 架构。
步骤 1：下载 Miniforge 安装包
根据树莓派系统位数选择（推荐 64 位）：
# 64 位 Raspberry Pi OS (aarch64)
wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-aarch64.sh
# 32 位 Raspberry Pi OS (armv7l)
wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-armv7l.sh
步骤 2：执行安装脚本
# 64 位（32 位替换为对应的 .sh 文件名）
bash Miniforge3-Linux-aarch64.sh
安装过程中注意：
- 按回车阅读许可，输入
yes同意； - 选择安装路径（默认
~/miniforge3，推荐保留默认）； - 最后会问是否 “初始化 Conda”（
Do you wish the installer to initialize Miniforge3 by running conda init?），输入yes（否则每次终端启动需要手动激活 Conda）。
步骤 3：生效 Conda 环境
关闭当前终端，重新打开，或执行：
source ~/.bashrc
# bash 终端
# 若用 zsh：source ~/.zshrc
此时终端前缀会出现 (base)，说明 Conda 已激活。
三、基础 Conda 操作（和 x86 版一致）
1. 管理环境
# 创建新环境（指定 Python 版本，例如 3.9）
conda create -n myenv python=3.9
# 激活环境
conda activate myenv
# 退出环境
conda deactivate
# 删除环境
conda remove -n myenv --all
2. 安装 / 卸载包
# 激活环境后安装包
conda install numpy pandas # 安装常用包
conda install tensorflow -c conda-forge # 指定源安装
# 卸载包
conda remove numpy
# 更新包
conda update numpy
# 列出已安装包
conda list
3. 配置 Conda 源（加速国内下载）
默认 conda-forge 源在国内较慢，可替换为清华镜像（ARM 架构适配）：
# 编辑 .condarc 文件
vim ~/.condarc
替换为以下内容（删除原有内容）：
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
保存后执行 conda clean -i 清除缓存，后续安装包会走清华源。
四、注意事项
- ARM 包兼容性：部分 x86 专属包（如某些闭源库）无 ARM 版本，优先用
conda-forge源（conda install -c conda-forge 包名），若仍找不到可尝试pip安装（激活 Conda 环境后直接pip install 包名）。 - 性能优化：树莓派内存有限，创建环境时尽量指定 Python 小版本（如 3.9.18），避免安装冗余依赖；可关闭 Conda 自动激活 base 环境：
conda config --set auto_activate_base false
- 卸载 Miniforge：若需卸载，直接删除安装目录 + 清理配置：
rm -rf ~/miniforge3
rm -rf ~/.condarc ~/.conda ~/.continuum
# 编辑 ~/.bashrc 删掉 Conda 初始化的代码段
五、常见问题解决
- 终端无
(base)前缀：重新执行source ~/miniforge3/bin/activate，再conda init。 - 安装包时报错
UnsatisfiableError：降低包版本（如conda install numpy=1.23），或换conda-forge源。 - 树莓派 32 位系统安装失败：确认下载的是
armv7l版本，且系统依赖完整（sudo apt install libssl-dev）。
