4. 环境管理基础：创建、激活、停用、删除与列出环境
环境隔离是 Conda 的核心价值。说白了，它就是给你的每个项目搭一个独立的“软件小房间”。房间里 Python 版本是 3.8，还是 3.10，完全由你说了算。不同房间里的包可以互不干扰，这就避免了“A 项目要 numpy 1.19，B 项目要 numpy 1.24”这种让人头疼的冲突。
我记得刚用 Conda 那会儿，觉得多此一举。后来在一个项目里装 OpenCV，直接把整个 base 环境搞崩了，重装了三次系统…嗯，从那以后我再也不敢在 base 里乱装东西了。今天咱们就把环境管理的四个核心操作一次性吃透。
4.1 创建环境：给你的项目安个家
创建环境是第一步，也是最常用的一步。我个人的习惯是，每一个新项目，哪怕再小，也单独建一个环境。这样后期维护成本最低。
conda create --name my_project python=3.9这条命令会创建一个名为 my_project 的新环境，并安装 Python 3.9。如果你还想顺便装几个包，可以这样写：
conda create --name visium_env python=3.9 numpy pandas matplotlib为什么推荐指定 Python 版本？因为 Conda 默认会使用 base 环境的 Python 版本，而 base 环境通常比较老或者被你搞乱了。你想想看，万一 base 里是 Python 3.6，新项目需要 3.9，那就只能手动指定。
-c conda-forge 可以指定从 conda-forge 频道下载包，这个频道包更全、更新更快。比如 conda create -n my_env python=3.9 -c conda-forge。
my project（中间有空格），结果激活时各种报错。老老实实用下划线或短横线。
4.2 激活与停用环境：切换你的工作空间
环境创建好了，怎么用？答案是激活它。激活后，你当前终端会话里的 Python 和所有包，都来自这个新环境。
# 激活环境（Windows）
conda activate my_project
# 激活环境（Linux / macOS）
conda activate my_project激活后，你会发现命令行前面多了 (my_project) 这样的提示。这就是环境名称，说明你现在身处哪个“小房间”里。
停用环境更简单：
conda deactivate运行后，你会回到 base 环境。注意，conda deactivate 不需要指定环境名，它默认停用当前激活的环境。
我在项目中遇到过一个问题：激活环境后，终端里 Python 版本还是老的。后来发现是因为 PATH 里有个老版本的 Python 安装路径优先级更高。解决办法是运行 which python（Linux/macOS）或 where python（Windows），看看它指向哪里。如果能指向 Conda 环境的路径，那就对了。
4.3 删除环境：清理不再需要的空间
环境用完了，或者搞坏了，就删掉。不要犹豫，留着也是占磁盘空间。
conda remove --name my_project --all这里 --all 表示删除该环境下的所有内容。如果不加这个参数，Conda 会提示你确认，但只删部分文件，不彻底。
envs/ 目录下对应的文件夹删掉。
我曾经在项目结束后忘了删测试环境，几个月后硬盘报警，才发现一堆废弃的环境占了十多个 G。所以，养成好习惯：项目交付后，第一时间清理掉临时环境。
4.4 列出环境：查看你有哪些“房间”
环境多了，容易记不住。这时候就需要列出所有环境。
conda env list或者用简写：
conda info --envs输出结果类似这样：
# conda environments:
#
base * /home/user/miniconda3
my_project /home/user/miniconda3/envs/my_project
visium_env /home/user/miniconda3/envs/visium_env带 * 的那个就是当前激活的环境。如果你当前没激活任何环境，那 * 会出现在 base 上，或者不出现（这取决于你的配置）。
还有一个命令可以查看环境的详细信息：
conda info它会显示当前环境下的 Conda 版本、Python 版本、平台信息等。不过日常用得不多，我一般只用 conda env list 看看有哪些环境就够了。
4.5 知识脉络：一张图看懂环境管理
下面这张图浓缩了环境管理的整体流程，从环境不存在到创建、激活、运行、停用、再删除。你跟着箭头走一遍，就能理解整个生命周期。
4.6 核心命令速查表
我把上面讲到的所有命令整理成一个表格，方便你以后快速查阅。建议收藏。
| 操作 | 命令 | 说明 |
|---|---|---|
| 创建环境 | conda create -n env_name python=x.x |
可同时安装多个包 |
| 从文件创建 | conda create -n env_name -f environment.yml |
适合团队协作 |
| 激活环境 | conda activate env_name |
Windows/Linux/macOS 通用 |
| 停用环境 | conda deactivate |
回到 base 环境 |
| 删除环境 | conda remove -n env_name --all |
彻底删除，不可恢复 |
| 列出环境 | conda env list |
显示所有环境及当前激活状态 |
| 查看环境信息 | conda info |
包含 Conda 版本、Python 版本等 |
最后说一句，conda create 和 conda install 的区别要分清楚：create 是建新环境，install 是往当前环境里装包。别搞混了，我曾经在 conda create 后面误写了 numpy 为 install numpy，结果报了半天错才反应过来。