conda 是一个强大的跨平台包管理器和环境管理器。它不仅可以安装、运行和更新软件包及其依赖项，还能轻松创建、保存、加载和切换项目环境。本文将详细探讨如何使用 conda 创建新的虚拟环境，并解答与此相关的常见问题。
什么是 Conda 虚拟环境？
一个 Conda 虚拟环境可以被看作是一个独立的、包含特定 Python 版本（或其他语言）、各种库和程序的目录集合。它的核心作用是将不同项目所需的依赖项隔离开来。
想象一下，你的两个项目 A 和 B，项目 A 需要 library_v1.0，而项目 B 需要 library_v2.0。如果将它们都安装在系统的同一个 Python 环境中，就可能出现版本冲突，导致其中一个或两个项目无法正常运行。虚拟环境就是为了解决这个问题而存在的。
为什么要创建新的 Conda 虚拟环境？
创建新的 Conda 虚拟环境是进行数据科学、机器学习、软件开发等工作的最佳实践。原因如下：
- 隔离依赖项：这是最主要的原因。每个项目都可以在自己的环境中安装所需特定版本的库，而不会影响到其他项目或系统的全局环境。彻底避免了“works on my machine”的问题。
- 项目复现性：通过创建包含特定库版本组合的环境，你可以轻松地在不同的机器上或将来的时间点上复现相同的开发或运行环境，这对于团队协作和结果验证至关重要。
- 保持基础环境干净：你的主 Conda 安装（base 环境）可以保持相对干净，只包含 Conda 本身以及少量基础工具。所有项目特定的安装都放在独立的虚拟环境中。
- 测试不同版本：你可以轻松创建多个环境，每个环境安装不同版本的 Python 或某个特定库，以便测试代码在不同环境下的兼容性。
Conda 环境创建后存放在哪里？如何查看？
Conda 环境默认存放在 Conda 安装目录下的一个特定子目录中。具体位置因操作系统和安装方式而异，但通常在用户主目录下的 `miniconda3/envs` 或 `anaconda3/envs` 目录中。
例如：
- Windows: `C:\Users\YourUsername\miniconda3\envs\` 或 `C:\Users\YourUsername\anaconda3\envs\`
- macOS/Linux: `/Users/YourUsername/miniconda3/envs/` 或 `/home/YourUsername/anaconda3/envs/`
不过，你不需要记住这个路径。你可以通过命令行工具查看所有已创建的环境及其存放路径。在终端或命令提示符中运行：
conda env list
或
conda info –envs
这条命令会列出所有已知的 Conda 环境，并在当前活动的环境名称前加上一个星号（*）。
输出示例：
# conda environments: # base /home/yourusername/miniconda3 my_project_env * /home/yourusername/miniconda3/envs/my_project_env data_analysis_env /home/yourusername/miniconda3/envs/data_analysis_env
这表明 `my_project_env` 环境当前处于活动状态，并且它存放在 `/home/yourusername/miniconda3/envs/my_project_env` 路径下。
可以创建多少个 Conda 环境？
从技术上讲，你可以创建的 Conda 环境数量没有硬性限制。它的唯一实际限制是你硬盘上的可用空间。每个环境都需要占用一定的磁盘空间来存储 Python 解释器、库文件以及其他相关程序。如果你创建了大量包含许多大型库的环境，可能会迅速消耗你的存储空间。
如何创建新的 Conda 虚拟环境？（详细步骤）
创建 Conda 环境主要通过 `conda create` 命令来完成。这个命令非常灵活，可以根据你的需求创建不同配置的环境。
方式一：创建只指定名称的空环境
这是最基础的创建方式。它会创建一个新的环境目录，但默认情况下可能只包含 Conda 自身及其少量依赖，不包含 Python 或其他常用库。你可以在激活这个环境后再安装需要的包。
命令格式：
conda create –name env_name
或者更短的写法：
conda create -n env_name
将 `env_name` 替换为你想要给环境起的名称（例如 `myenv`）。
示例：
conda create -n myenv
执行命令后，conda 会提示你确认操作，包括将要安装的包（通常只有极少的基础包）和它们将占用的空间。输入 `y` 并按回车键确认即可。
创建完成后，你会收到提示，告诉你如何激活和使用这个新环境。
方式二：创建指定 Python 版本的环境
这是非常常见且推荐的做法。在创建环境时直接指定所需的 Python 版本，可以确保你的项目运行在一个特定的 Python 版本上。
命令格式：
conda create -n env_name python=x.y
将 `env_name` 替换为环境名称，`x.y` 替换为所需的 Python 版本（例如 `3.8`, `3.9`, `3.10` 等）。
示例：
conda create -n mypy39 python=3.9
Conda 会自动查找并安装指定版本的 Python 以及与该版本兼容的基础依赖包。同样需要确认安装。
方式三：创建指定 Python 版本并包含特定包的环境
你可以在创建环境的同时指定需要安装的一些核心库。这能让你在新环境创建后立即开始使用这些库。
命令格式：
conda create -n env_name python=x.y package1 package2 package3 …
在指定 Python 版本后，列出你想要安装的包的名称，用空格隔开。
示例：
conda create -n datascience_env python=3.10 numpy pandas matplotlib scikit-learn
这条命令会创建一个名为 `datascience_env` 的环境，安装 Python 3.10，同时安装 numpy、pandas、matplotlib 和 scikit-learn 这几个常用的数据科学库。Conda 会自动解析这些包及其依赖关系，并找到兼容的版本组合进行安装。
方式四：从 environment.yml 文件创建环境
这是实现环境复现性最强大的方式。`environment.yml` 文件是一个文本文件，用 YAML 格式描述了环境的名称、所需的 Python 版本、依赖的 Conda 包和 Pip 包等信息。
environment.yml 文件示例：
name: my_project_env
channels:
- conda-forge
- defaults
dependencies:
- python=3.8
- numpy=1.21.*
- pandas
- matplotlib
- scikit-learn
- pip:
- requests==2.28.1
- beautifulsoup4
文件解释：
- `name:`: 指定环境的名称。
- `channels:`: 指定查找包的通道顺序。`conda-forge` 是一个社区维护的常用通道，通常包含更多更新的包；`defaults` 是 Anaconda 官方通道。
- `dependencies:`: 列出需要安装的包。
- 直接列出的包 (`numpy`, `pandas`, etc.) 是通过 Conda 安装的。你可以指定版本（如 `numpy=1.21.*` 表示安装 1.21 系列的最新版本）。
- `pip:` 下面列出的包是通过 pip 安装的。这允许你在 Conda 环境中使用 pip 来安装那些在 Conda 通道中找不到的包。
命令格式：
首先，确保你在包含 `environment.yml` 文件的目录下，或者提供文件的完整路径。
conda env create –file environment.yml
或者更短的写法：
conda env create -f environment.yml
执行此命令后，Conda 会读取文件内容，并创建或更新一个同名环境，安装文件中指定的所有依赖项。这种方法非常适合与他人共享项目环境或在不同机器上部署项目。
方式五：创建指定安装路径的环境（使用 –prefix）
通常情况下，你不需要关心环境的具体安装路径，让 Conda 放在默认的 `envs` 目录下即可。但在某些特定场景下，你可能希望将环境安装到非默认位置，例如某个共享存储、一个没有权限写入用户主目录的系统，或者仅仅为了组织方便。
命令格式：
conda create –prefix /path/to/your/env env_definition
使用 `–prefix` 参数，后面跟上你想要安装环境的绝对路径。`env_definition` 部分可以像前面那样指定 python 版本和包。
示例：
conda create –prefix /opt/my_project_env python=3.9 pandas
这会在 `/opt/my_project_env` 目录下创建一个新的环境，安装 Python 3.9 和 pandas。请确保你有权限在该路径下创建目录和写入文件。
如何激活和退出（停用）一个 Conda 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包。激活环境会修改你的系统 PATH 变量，使 Conda 知道去哪里找到 Python 解释器和已安装的库。
激活环境：
通过名称激活：
conda activate env_name
将 `env_name` 替换为你要激活的环境的名称。
通过路径激活（如果使用 –prefix 创建）：
conda activate /path/to/your/env
将 `/path/to/your/env` 替换为环境的实际安装路径。
成功激活后，你的终端提示符通常会显示当前活动环境的名称，例如 `(myenv) your_username@your_computer:~$`。
退出（停用）环境：
当你完成在一个环境中的工作后，可以使用以下命令退出当前环境，回到上一个环境或基础环境（base）：
conda deactivate
提示符前的环境名称会消失，或者变回 `(base)`。
其他与创建相关的常见问题：
在创建环境时指定 channel (-c)？
你可以使用 `-c` 或 `–channel` 参数来指定 Conda 在哪个软件源（channel）中查找和下载包。例如，要从 `conda-forge` 通道创建一个环境：
conda create -n myenv -c conda-forge python=3.10 numpy
你也可以指定多个通道，Conda 会按照指定的顺序优先从前面的通道查找包。
创建过程中遇到问题怎么办？
如果在创建过程中遇到错误，通常是因为网络问题无法下载包，或者包的依赖关系冲突。可以尝试以下方法：
- 检查网络连接。
- 更换 Conda 的镜像源（如果是国内用户）。
- 尝试创建时减少同时安装的包数量，或尝试安装包的特定版本。
- 删除出错的环境后重试（使用 `conda env remove -n env_name`）。
- 查看 Conda 提供的错误信息，通常会有提示说明问题所在。
总结
创建 Conda 虚拟环境是高效、隔离和可复现地管理项目依赖的关键步骤。通过本文介绍的几种方法，你可以根据不同需求灵活地创建环境：
- 最基础的 `conda create -n env_name` 创建空环境。
- 指定 Python 版本的 `conda create -n env_name python=x.y`。
- 同时指定 Python 版本和常用包的 `conda create -n env_name python=x.y package1 package2`。
- 从 `environment.yml` 文件创建或更新环境，实现环境的轻松复现和分享。
- 使用 `–prefix` 指定环境的安装位置。
记住在创建环境后使用 `conda activate env_name` 命令来激活它，并在不需要时使用 `conda deactivate` 退出。熟练掌握这些命令，将极大提升你的开发效率和项目管理能力。
