📚 课程目录第3章包管理基础

3. 包管理基础

说起包管理，这其实是每次做环境时最基础的活儿。但在 Conda 生态里，基础不等于简单。很多人在入门时就养成了坏习惯——今天 pip 装一个，明天 conda 装一个，最后环境乱成一锅粥。

我自己早年间就吃过这个亏。有一次项目赶进度，随便往 base 环境里塞包，结果某个依赖版本冲突，整整排查了一天。从那以后，我对包管理的每个动作都格外注意。

说白了，包管理就是三件事：装什么、怎么升级、怎么清理干净。我们一个一个来看。

安装包：pip vs conda

安装一个包，最直接的方式就是：

conda install 包名

或者：

pip install 包名

但这两者背后的逻辑完全不同。Conda 是环境级的包管理器，它不光管 Python 包，还能管 C 库、动态链接库这些东西。而 pip 只管 Python 包，它不关心系统的二进制依赖。

举个例子，你想装一个做图像处理的 opencv。用 pip 装：

pip install opencv-python

这条命令只拉了一个 Python wheel 包。但如果你的系统缺少 opencv 所需要的底层库（比如 ffmpeg），那可能运行时就报错。

用 conda 装：

conda install opencv

Conda 会自动把背后的 libopencv、ffmpeg 等 C 库一起装好。这就是我为什么建议优先用 conda——省心，尤其在内网环境或服务器上。

我的习惯：能用 conda 装的包，尽量用 conda。只有 conda 源里没有的时候，才用 pip。混用的时候，先装 conda 包，后装 pip 包。顺序反了容易出问题。

安装指定版本

在实际项目中，很多时候不能装最新版，得锁定某个特定版本。比如：

conda install numpy=1.21.0

或者用 pip：

pip install numpy==1.21.0

我曾经在一个生产环境里，因为装了最新的 pandas 2.0，结果好几个旧脚本报错。那会儿我就明白了——版本锁定不是保守，而是负责。后面讲版本锁定策略时，我们还会深入聊这个。

包更新：要不要升级？

更新包听起来简单，但在项目里要慎重。命令就两行：

conda update 包名
conda update --all

或者：

pip install --upgrade 包名

你想想看，更新一个包，可能带来依赖链上的连锁反应。我记得有一次，我随手更新了 requests 库，结果把整个环境的 urllib3 版本都带偏了，导致另一个核心模块没法正常发送 HTTP 请求。

所以我的原则是：非必要不全局更新。真要更新，先读 release notes，再看依赖变化。最好在隔离的环境里测试完再推广。

请注意：conda update --all 可能会把 Anaconda 自身的核心包也升级，有时反而导致环境不稳定。在正式项目里，我基本不用这个命令。

卸载包：清理要彻底

安装容易，卸载也不难：

conda remove 包名

或者：

pip uninstall 包名

但这里有一个坑——依赖不会自动跟随删除。什么意思呢？你装 A 包时，自动装上了它的依赖 B。等你卸载 A 包，B 包仍然留在环境里。久而久之，环境里就会有一堆「孤儿包」。

我踩过一个坑：在一个长期维护的项目里，积攒了很多无用的遗留包，最终导致 conda solve 解析依赖时越来越慢，甚至出现莫名其妙的不一致。后来我专门写了个脚本，定期清理没有反向依赖的包。

建议做法：卸载一个包后，顺手检查一下它引入了哪些额外依赖。可以用 conda list --revisions 查看环境变更记录，反向追踪哪些包可以一并清理。

查看已安装的包列表

查看当前环境里的包，应该是每天都要做的操作：

conda list

这条命令会输出一个表格，包含包名、版本、来源渠道。输出格式是这样的：

# packages in environment at /opt/conda/envs/my_project:
#
# Name                    Version                   Build  Channel
numpy                     1.21.0           py39h20f2e39_0    conda-forge
pandas                    1.3.0            py39h1d20d9e_0    conda-forge
python                    3.9.6                h12debd9_0    defaults
...

如果你用的是 pip，查看命令是：

pip list

或者想看更详细的信息：

pip show 包名

我个人习惯是用 conda list 作为主要查看工具，因为它能同时显示从 conda 和 pip 安装的包（前提是你在 conda 环境内）。不过要留意，单纯用 conda list 看到的 pip 包信息可能不全，必要时还是得用 pip list 补一下。

对比一下：

功能Conda 命令Pip 命令
安装conda installpip install
指定版本安装conda install 包名=版本pip install 包名==版本
更新conda updatepip install --upgrade
卸载conda removepip uninstall
查看列表conda listpip list

功能	Conda 命令	Pip 命令
安装	conda install	pip install
指定版本安装	conda install 包名=版本	pip install 包名==版本
更新	conda update	pip install --upgrade
卸载	conda remove	pip uninstall
查看列表	conda list	pip list

环境快照：export 与 list 的巧妙运用

查看包列表，不只是为了看一眼。更重要的是记录当前环境的精确状态。这在后面做版本锁定时至关重要。

把你当前环境的包列表导出成文件：

conda list --export > requirements.txt

或者更精确的方式——只记录你显式安装的包，不记录自动依赖：

conda list --explicit > spec-file.txt

这个 spec-file.txt 就是环境快照。你可以用它重建一个一模一样的环境：

conda create --name new_env --file spec-file.txt

嗯，这里要注意：--explicit 生成的 URL 中包含 build 信息和渠道，跨平台可能会失效。如果你的团队需要在多个操作系统上复现环境，建议用 conda env export 导出 yml 格式。

conda env export > environment.yml

这种 yml 文件是跨平台的，后续直接拿来创建环境就好。

提醒一下：千万别直接拿 conda list 的终端输出截图当记录。那东西没法回放。一定要保留 --export 或 env export 生成的可重入文件，才能确保环境能一键复现。

知识结构图：包管理操作全流程

下面这张图总结了本章的核心逻辑，从依赖解析到最终环境激活，每一步都和前后的审计与版本锁定策略有关。

日常操作 checklist

为了不遗漏关键步骤，我整理了一个简洁的 checklist。做环境管理时，按照这个顺序过一遍就好：

安装新包前：先确认环境中是否存在，避免重复安装。
指定版本：用 == 或 = 精确锁定版本。
更新时：不要用 --all，改为逐个更新并检查依赖。
卸载后：检查是否有遗留依赖，可以考虑 conda clean --packages 清理缓存。
导出快照：每次重大变更后，运行 conda env export > snapshot.yml。
审计：定期用 conda list --revisions 回溯变更记录。

这些看起来都是基础操作，但越基础的东西，越容易在日常中出错。我在项目里见过太多因为「装一个包没指定版本」导致环境不可复现的案例。

所以，从这一章开始，我希望你能养成习惯：每次安装或更新包，都把它当作一次审计动作来做。记录、对比、锁定——这是后面所有容器化和审计工作的基石。这一套基础打牢了，后续讲版本锁定策略时会顺很多。