全部速查表Python开发

conda

Conda 24+

Conda CLI 命令快速参考：环境管理、包安装 / 检索、channels、lockfile、配置与清理，并附带常用参数和实操示例。

40 条命令

帮助

conda --version

打印 conda 版本、发布日期以及所使用的 Python 解释器。

conda --version
conda info

显示平台、Python 版本、环境目录、channel URL 以及已配置的包缓存。

--envs；--json；--all

conda info --envs
conda help

列出所有 conda 子命令。

conda help
conda help <subcommand>

显示单个子命令的完整参数列表与说明。

conda help install

更新

conda update conda

把 conda 自身更新到当前 channel 上的最新版本。

-n <env>；--all

conda update conda
conda update --all

把当前环境中的每个包都更新到最新可用版本。

-n <env>；--no-pin；--strict-channel-priority

conda update --all

环境

conda create -n <name>

创建一个名为 `<name>` 的新空环境（默认 Python 版本取自基础解释器）。

python=<ver>；-y 对提示回答 yes；--clone <env>；--file <env.yml>；-p <path>

conda create -n py-data python=3.12 -y
conda create -n <name> python=<ver>

创建一个锁定到指定 Python 版本的环境。

conda create -n py311 python=3.11 -y
conda env create -f <env.yml>

根据 YAML 规约文件创建环境——最可复现的环境共享方式。

-n <name>；-p <path>；--prune；--json

conda env create -f environment.yml
conda env update -f <env.yml> --prune

基于 YAML 规约更新现有环境；`--prune` 会移除不再列出的包。

conda env update -f environment.yml --prune
conda env export > environment.yml

把当前环境导出到 YAML 文件（默认不含 build 字符串；用 `--no-builds` 以便跨平台移植）。

--no-builds；--from-history；--json；--channel-priority strict

conda env export --from-history > environment.yml
conda activate <name>

按名称激活环境（也可用 `conda activate <path>` 激活按路径的环境）。在 Windows cmd.exe 中请使用 `activate <name>`。

<name>；<path>

conda activate py-data
conda deactivate

退出当前环境，返回到 base。

conda deactivate
conda env list

列出所有 conda 环境及其位置。当前环境会以 `*` 标记。

-v `~/.conda/envs` 下的路径；--json

conda env list
conda env remove -n <name>

彻底删除一个环境。

-n <name>；-p <path>；--all；-y

conda env remove -n old-proj -y
conda env config vars set VAR=value

设置一个环境变量，在激活该环境时自动生效。

-n <name>；-p <path>

conda env config vars set -n py-data CUDA_VISIBLE_DEVICES=0
conda rename -n <old> <new>

重命名环境（克隆为新名称并删除旧的）。

-n <old> <new>；-p <path> <new_path>；-d 演练

conda rename -n py-data py-ml

包

conda install <pkg>

把一个包安装到当前激活的（或 `-n` 指定的）环境。

-n <env>；-p <path>；-c <channel>；-y；--update-deps；--force-reinstall；--no-deps

conda install -n py-data numpy pandas
conda install -c conda-forge <pkg>

从 conda-forge 社区 channel 安装（比默认 channel 拥有更广泛的软件目录）。

conda install -c conda-forge nodejs
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

通过 PyTorch channel 安装带 GPU 支持的 PyTorch。

conda install pytorch-cuda=12.1 -c pytorch -c nvidia
conda install --file <requirements.txt>

通过 conda 安装 `pip` 兼容的 requirements 文件中列出的每个包。

conda install --file requirements.txt
conda search <pkg>

在已配置的 channel 中搜索一个包；展示版本、build 字符串与 channel。

-c <channel>；--info 显示包的详情；--platform；--json

conda search 'numpy>=2.0'
conda list

列出当前环境中已安装的所有包，附带 build 与 channel。

-n <env>；-p <path>；--json；--export；--revisions 显示历史

conda list --export > pkglist.txt
conda list --revisions

显示 `install / update / remove` 操作的历史——配合 `conda install --revision <N>` 可回滚。

conda list --revisions
conda install --revision <N>

把环境回滚到 revision `<N>`（见 `conda list --revisions`）。

conda install --revision 3
conda remove <pkg>

卸载一个包及其不再需要的依赖。

-n <env>；-p <path>；-y；--all；--force

conda remove -n py-data scipy -y

Channels

conda config --add channels <ch>

向 `.condarc` 添加一个 channel（默认最后添加的优先级最高——可用 `--prepend` 反转）。

-c <channel>；--prepend；--force

conda config --add channels conda-forge --prepend
conda config --remove channels <ch>

从 `.condarc` 移除一个 channel。

conda config --remove channels conda-forge
conda config --show channels

打印当前的 channel 优先级列表。

--json；--system；--env

conda config --show channels
conda config --set channel_priority strict|flex|disabled

控制 channel 如何解决冲突。`strict`（Conda 23 起默认）= 优先级最高的 channel 完全胜出。

conda config --set channel_priority strict

配置

conda config --show

打印合并后的配置：~/.condarc + 系统级 + 环境级 + CLI 覆盖。

--all；--json；--source；-v

conda config --show | grep -i ssl
conda config --set <key> <value>

设置一个配置项（任何可以写在 `.condarc` 中的值）。

conda config --set auto_activate_base false
conda config --describe <key>

展示一个配置项的所有允许值与默认值。

conda config --describe channel_priority
conda config --write-default

把默认的 `.condarc` 写入用户主目录（无提示直接覆盖）。

conda config --write-default

缓存 / 清理

conda clean --all

移除 tarball、已缓存的包、lockfile 与索引缓存，以回收磁盘空间。

-y；--packages；--index-cache；--tarballs；--locks；--source-cache

conda clean --all -y
conda clean --packages

移除缓存的 `.tar.bz2` / `.conda` 归档（可显著节省磁盘空间）。

conda clean --packages -y
conda clean --index-cache

移除已缓存的 channel 索引。下条命令会重新下载索引。

conda clean --index-cache -y

构建

conda build <recipe>

根据 recipe 目录构建 conda 包（skeleton 示例：`conda skeleton pypi <name>`）。

<recipe>；--no-test；--no-build-id；-c <channel>；--output

conda build recipes/numpy

杂项

conda run -n <env> <cmd>

在某个环境中运行命令而无需激活——CI 脚本和 cron 任务中很有用。

-n <env>；-p <path>；--cwd <dir>

conda run -n py-data pytest -x
conda doctor

诊断常见问题：环境状态不一致、channel 优先级、lock 文件等。

-n <env>；--verbose；--fix-checks

conda doctor

相关命令速查

Python开发

uv

uv CLI 命令快速参考：Python 项目初始化、依赖管理、虚拟环境、lockfile 解析、工具运行器与自更新，并附带常用参数和实操示例。

39 条命令

uv 0.4+

Python开发

pip

pip 包管理器 CLI 命令快速参考：安装 / 卸载 / 检查包、虚拟环境、requirements 文件、配置与索引管理，并附带常用参数和实操示例。

37 条命令

pip 24+

Python开发

pytest

pytest CLI 命令快速参考：测试发现与筛选、fixtures、markers、并行执行、参数化以及覆盖率集成，并附带常用参数和实操示例。

34 条命令

pytest 8+

商标与使用声明

本批命令行工具速查手册为开源社区参考资料。文中涉及的各工具的名称、标识、商标（如 Git™、Docker™、Kubernetes®、kubectl、PostgreSQL®、MySQL®、Redis™、MongoDB®、Linux™、PowerShell™、Vim™ 等）均归对应权利人所有，此处仅为识别与参考之目的使用。

本速查手册的全部内容均为独立编写的简化自包含参考，**与任何官方文档不存在隶属、被认可或引用关系**。命令列表、参数说明、示例均为作者原创简化表达；如需权威信息，请参阅各工具的官方文档。

命令语法与参数可能在不同工具版本中有所差异。所示版本标签对应稳定发布版本；其他版本行为可能有所不同。本速查手册**不代表**商标权利人的任何偏好或推荐。

如商标或版权方认为本站部分内容存在权益侵害，请发送邮件至[email protected]，我们在收到有效权属证明后，会在合理期限内修改或移除相关内容。

本网站不对因使用本站信息而产生的任何直接或间接损失承担法律责任。

© 2026 保留所有权利。
关于 Conda

Conda 是开源的包与环境管理器，由 Continuum Analytics（现 Anaconda Inc）于 2012 年首次发布。Conda 的诞生是为了应对 Python 数据科学栈——pip + virtualenv 无法以自洽方式安装 NumPy、SciPy、scikit-learn、PyTorch 等科学库，这些包会捆绑编译好的 C / Fortran / CUDA 二进制，pip 无法可靠解析。Conda 提供 Python、R、Lua、Ruby 等绝大多数语言运行时的预编译包，并把它们装入隔离环境。当前稳定版本线是 Conda 24+。较新的 libmamba 求解器（`conda-libmamba-solver`，自 Conda 23.10 起成为默认）在 mamba C++ 库之上重新实现依赖求解，把求解时间从分钟级降到毫秒级。常见的相邻工具还包括 `mamba`（即插即用的 CLI 替代品）、`micromamba`（用于 CI / Docker 的单二进制安装器）和 `pixi`（基于 Rust 的下一代 conda + lockfile 管理器）。Conda 协议为 GPLv3；Anaconda 发行版额外提供面向大型组织的商业版。Conda 默认从 `repo.anaconda.com` 和其他已配置的 channel 下载；不会上传你的代码。

速查页版本 1.0.0