什么是 Conda 虚拟环境？
Conda 虚拟环境是 Conda 包管理器提供的一种功能，它允许你在一个独立的空间里安装特定版本的 Python 和各种软件包（库、工具等），而不会干扰系统全局的 Python 环境或其他的 Conda 环境。
简单来说，你可以想象成在一个大房子（你的电脑）里，给每个项目建造一个独立的小房间。每个小房间都有自己独特的配置（比如不同版本的 Python，不同的库）。
为什么需要创建 Conda 虚拟环境？
创建和使用虚拟环境是现代软件开发和数据科学工作中的一个标准实践，主要原因是为了解决以下问题：
-
依赖冲突 (Dependency Conflicts): 不同的项目可能依赖于同一个库的不同版本。例如，项目 A 需要库 foo 的 1.0 版本，而项目 B 需要库 foo 的 2.0 版本。如果所有项目都使用同一个全局环境，安装了 2.0 版本后，项目 A 就无法正常工作，反之亦然。
虚拟环境为每个项目提供了隔离的空间，你可以在各自的环境中安装特定版本的库，互不影响。 - 项目隔离 (Project Isolation): 每个项目都有自己独特的依赖集合。将这些依赖安装在项目特定的虚拟环境中，可以保持项目的整洁和独立。当你切换项目时，只需激活对应的虚拟环境即可获得所需的全部依赖，无需担心全局环境被不相关的包污染。
- 环境复现性 (Reproducibility): 通过虚拟环境，你可以精确记录一个项目所需的所有依赖及其版本（通常通过导出环境配置文件）。这使得你或其他人可以在另一台机器上轻松复现相同的开发或运行环境，确保代码在不同地方的行为一致。
- 避免破坏系统环境 (Avoid System Environment Corruption): 系统自带的 Python 或基础 Conda 环境通常包含许多操作系统或 Conda 本身正常运行所必需的包。直接在这些环境中安装、升级或卸载包可能会不小心破坏系统功能。使用虚拟环境则避免了这种风险。
如何创建 Conda 虚拟环境？
创建 Conda 虚拟环境是使用 Conda 进行项目管理的核心步骤。以下是一些常用的创建方法：
创建最基本的虚拟环境
这是最简单的创建方式，只指定环境的名称。默认会安装一个基础的 Python 版本（通常是 Anaconda 或 Miniconda 安装时自带的最新兼容版本）以及一些基本的库。
命令格式：
conda create --name 环境名称
或者更简洁的写法：
conda create -n 环境名称
例如，创建一个名为 myenv 的环境：
conda create -n myenv
执行后，Conda 会提示你安装哪些包（通常是 Python 和一些依赖管理器本身需要的包），并询问是否继续。输入 y 并按回车即可。
创建指定 Python 版本的虚拟环境
很多时候，你的项目需要特定版本的 Python (例如 Python 3.8 或 Python 3.9)。你可以在创建环境时指定 Python 版本。
命令格式：
conda create -n 环境名称 python=版本号
例如，创建一个名为 py39_env 且包含 Python 3.9 的环境：
conda create -n py39_env python=3.9
如果你只写 python=3，Conda 会安装最新版本的 Python 3。如果你想安装精确的某个小版本，需要写完整版本号，如 python=3.9.7。
创建时安装特定的软件包
你可以在创建环境的同时安装一些初始的软件包。这通常包括你项目最核心的一些依赖。
命令格式：
conda create -n 环境名称 包1 包2 包3 ...
例如，创建一个名为 data_env，包含 Python 3.8、numpy 和 pandas 的环境：
conda create -n data_env python=3.8 numpy pandas
你也可以指定软件包的版本，例如 pandas=1.3.5。
从环境文件创建虚拟环境
这是在团队协作或跨机器复现环境时最推荐的方式。你可以先创建一个环境配置文件（通常命名为 environment.yml），里面详细列出了环境的名称、依赖的频道（channels）以及所有软件包及其版本。
一个典型的 environment.yml 文件内容可能如下：
name: my_project_env
channels:
- defaults
- conda-forge
dependencies:
- python=3.8
- numpy=1.21.*
- pandas
- matplotlib
- scikit-learn
- pip:
- my-custom-package==1.0
- some-pip-only-package
上面的例子中：
name 指定了环境名称。
channels 指定了搜索软件包的渠道（通常是 defaults 和 conda-forge，按顺序查找）。
dependencies 列出了所有需要的 conda 包及其版本限制（如果没有指定版本，conda 会安装兼容的最新版本；1.21.* 表示安装 1.21 系列的最新版本）。
pip 部分允许你安装无法在 Conda 频道中找到的 pip 包。
有了这个文件后，在文件所在的目录下执行创建命令：
命令格式：
conda env create --file 文件名.yml
或者更简洁的写法：
conda env create -f 文件名.yml
例如，从 environment.yml 文件创建环境：
conda env create -f environment.yml
Conda 会根据文件的定义自动创建指定名称的环境，并安装所有列出的依赖。
如何使用（激活/停用）Conda 虚拟环境？
创建环境后，你需要在终端或命令提示符中激活它才能使用其中安装的 Python 和软件包。
激活虚拟环境
命令格式：
conda activate 环境名称
例如，激活名为 myenv 的环境：
conda activate myenv
成功激活后，你的终端提示符前面通常会显示当前激活环境的名称（例如 (myenv) $ 或 (myenv) C:\>）。此时，你输入的 python 或 pip 命令都会指向该虚拟环境中的可执行文件和库。
对于旧版本的 Conda 或某些系统，激活命令可能是：
Windows: activate 环境名称
Linux/macOS: source activate 环境名称
但强烈推荐使用 conda activate，它兼容性更好。
停用虚拟环境
当你完成在某个环境中的工作，想返回到基础环境或切换到其他环境时，需要停用当前环境。
命令格式：
conda deactivate
执行此命令后，终端提示符前的环境名称会消失，你将回到 Conda 的基础环境或系统默认环境。
重要提示： 在激活了某个虚拟环境后，在该终端窗口中安装的所有 Conda 包或 Pip 包都只会安装到当前激活的环境中。这是实现环境隔离的关键。
如何管理 Conda 虚拟环境？
除了创建和使用，你还需要知道如何查看、移除和分享你的环境。
列出所有虚拟环境
要查看你已经创建的所有 Conda 环境及其位置：
命令格式：
conda env list
或者
conda info --envs
执行后，你会看到一个列表，每行代表一个环境，前面带有环境名称，后面是环境的安装路径。当前激活的环境前面会有一个星号 (*)。
移除（删除）虚拟环境
如果一个项目已经结束，或者某个环境不再需要，你可以将其移除以释放磁盘空间。
命令格式：
conda env remove --name 环境名称
或者
conda env remove -n 环境名称
例如，移除名为 myenv 的环境：
conda env remove -n myenv
Conda 会提示你将要删除哪些内容，输入 y 确认。
注意： 不要轻易删除 Conda 的 base 环境，它是 Conda 自身运行所依赖的环境。
导出虚拟环境配置
为了方便复现或分享环境，你可以将当前环境的详细配置（包括依赖的频道、包及其精确版本）导出到一个 YAML 文件。
首先，激活你想要导出的环境：
conda activate 你要导出的环境名称
然后，执行导出命令：
conda env export > environment.yml
这会在当前目录下生成一个名为 environment.yml 的文件，包含了当前环境的完整描述。其他人拿到这个文件后，就可以使用 conda env create -f environment.yml 命令来创建完全相同的环境。
Conda 虚拟环境存储在哪里？
当你创建 Conda 环境时，它们默认存储在 Conda 安装目录下的一个特定子目录中。
默认位置通常是：
- Windows:
C:\Users\你的用户名\anaconda3\envs或C:\Users\你的用户名\miniconda3\envs - macOS/Linux:
/opt/anaconda3/envs,~/anaconda3/envs或~/miniconda3/envs
你可以通过运行 conda env list 命令来查看所有环境及其完整的安装路径。
如果你希望将环境存储在其他位置（例如非系统盘或项目特定目录下），可以在创建环境时使用 --prefix 参数指定路径：
conda create --prefix /path/to/your/new/env python=3.9
使用 --prefix 创建的环境同样可以通过 conda activate /path/to/your/new/env 来激活。
可以创建多少个 Conda 虚拟环境？
理论上，Conda 对你能创建的虚拟环境数量没有硬性限制。
然而，实际的限制取决于你的计算机的存储空间。每个虚拟环境都需要占用一定的磁盘空间来存储 Python 解释器和安装的软件包。包含许多大型科学计算库（如 TensorFlow, PyTorch）的环境可能会占用几个 GBytes 的空间。
因此，虽然你可以创建几十甚至上百个环境，但最终会受到硬盘容量的限制。建议定期检查和删除不再需要的环境，以释放空间。
创建和使用 Conda 虚拟环境的常见问题与提示
网络问题导致创建缓慢或失败
Conda 需要从远程仓库下载软件包，网络不稳定或速度慢可能导致创建过程非常缓慢甚至中断。可以尝试更换 Conda 频道（例如添加清华源等国内镜像），或者检查网络连接。
添加频道示例：
conda config --add channels conda-forge
conda config --set channel_priority strict
（请根据实际情况添加和调整频道）
Solve Environment 耗时过长
Conda 在安装软件包时需要解决所有依赖关系，找到一个兼容所有指定包的版本组合。如果你的依赖列表很复杂，或者指定了许多精确的版本限制，这个过程可能会非常耗时，甚至失败（如果不存在满足所有条件的组合）。
提示：尽量让 Conda 自行决定一些次要包的版本，不要过度限制版本号。使用 conda-forge 等更活跃的社区频道有时能更快找到解决方案。
权限问题
在某些系统或安装方式下，Conda 可能没有足够的权限在默认位置创建或修改环境。尝试以管理员权限运行终端，或者将 Conda 环境创建在你有写入权限的目录下（使用 --prefix 参数）。
激活命令找不到
如果你安装 Conda 后没有正确初始化（运行 conda init），或者终端没有加载 Conda 的初始化脚本，可能会出现找不到 conda 命令或 conda activate 命令的情况。
解决方法是确保 Conda 已添加到系统的 PATH 环境变量，并运行 conda init（它会修改你的 shell 配置文件，如 .bashrc, .zshrc, .bash_profile 或 Windows 的注册表，以便在启动新终端时自动加载 Conda）。修改配置文件后通常需要重启终端才能生效。
熟练掌握 Conda 虚拟环境的创建和管理是高效进行 Python 开发和数据科学工作的基础。通过为每个项目使用独立的环境，你可以避免很多不必要的麻烦，确保项目的稳定性和可复现性。
