📚 课程目录第2章创建和管理Conda环境

创建和管理 Conda 环境：create、activate、deactivate、remove

创建和管理 Conda 环境，说白了就是给每个项目搭一个独立的小窝。我刚开始做分子模拟时，就因为 NumPy 和 OpenBabel 的版本冲突，折腾了整整两天。从那以后，我老老实实给每个项目都建独立环境。你想想看，一个环境崩了，其他项目还能正常跑，这不香吗？

这章我们直接上手四个核心命令：create、activate、deactivate、remove。掌握了它们，你就能自如地给项目分配“独立房间”，用完还能彻底清理。先看一张整体流程图，混个眼熟。

conda create — 为项目搭建独立空间

创建环境是第一步，也是最常用的一步。我个人习惯用 -n 或 --name 来指定环境名，简单直接。

conda create -n molsim

这样会创建一个空环境，里面只有最基本的依赖。但大多数时候，我们创建环境的同时就要指定 Python 版本和常用包。比如做分子模拟，我通常会这样：

conda create -n molsim python=3.9 numpy pandas rdkit openbabel

等号后面写版本号，Conda 会自动帮你搞定依赖兼容。我在项目中遇到过好几次因为没指定 Python 版本，结果装了个 Python 3.12，一堆分子模拟包还不支持，最后只能重建环境。嗯，这里要注意：创建时就定好 Python 大版本，能省去后面很多麻烦。

小技巧： 如果团队协作，建议把环境定义写在 environment.yml 文件里，别人一行命令就能复刻你的环境：

conda env create -f environment.yml

文件内容类似这样：

name: molsim
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.9
  - numpy
  - pandas
  - rdkit
  - openbabel

conda activate — 进入你的工作环境

环境建好了，怎么进去？用 activate 命令。Windows 和 Linux/macOS 用法一样：

conda activate molsim

执行完这条命令，你会发现命令行前面多了 (molsim) 这个前缀，这说明你已经成功进入该环境了。我第一次用的时候，盯着终端看了半天，心想这就算激活了？没错，就是这么简单。

  判断是否激活： 看命令行提示符最前面的括号内容。(base) 表示在根环境，(molsim) 表示在 molsim 环境。如果没有任何括号，说明 Conda 还没初始化，可能需要先执行 conda init。

激活后，你安装的所有包、运行的脚本，都只影响当前环境，不会污染其他项目。我在项目中遇到过一位同事，直接在 base 环境里装各种包，结果某天更新了一个依赖，整个 base 环境崩了，所有项目都受影响……从那以后，他跟我一样，每个项目都用独立环境。

注意： 不要直接在 base 环境里安装项目依赖！base 环境是 Conda 自己用的，搞乱了可能连 conda 命令本身都会出问题。我曾经就因为手滑在 base 里装了不兼容的包，导致 conda 命令都报错，最后只能重装 Conda……嗯，血的教训。

conda deactivate — 退出当前环境

活干完了，想回到 base 环境？直接：

conda deactivate

执行后，命令行前面的 (molsim) 就会消失，回到 (base) 或者没有前缀的状态。有朋友问我：“直接关终端行不行？” 行是行，但不够优雅。你想想看，如果是在脚本或自动化流程里，总不能靠关终端来切换环境吧？

deactivate 还有一个隐藏用法：如果你在嵌套环境里（比如先激活了 A，又在 A 里面激活了 B），执行一次 deactivate 只会退出一层，再执行一次才回到 base。我个人习惯是连续执行两次，确保退干净。

conda deactivate
conda deactivate

快速切换： 如果你想去另一个环境，不用先 deactivate 再 activate，直接 conda activate 另一个环境名 就行，Conda 会自动帮你切换。省一步是一步嘛。

conda remove — 清理不再需要的环境

项目做完了，或者环境搞坏了，怎么删？用 remove 命令：

conda remove -n molsim --all

注意 --all 这个参数，它表示删除整个环境，包括里面所有的包。如果不加 --all，那就是只删除环境里的某个包：

conda remove -n molsim numpy

我个人建议：确定不要的环境，直接加 --all 删干净，否则残留的环境配置文件还占着磁盘空间。我见过有人 base 目录下堆了十几个废弃环境，占了几个 G 空间……嗯，定期用 conda env list 检查一下，该删就删。

删除前确认： 执行 conda remove -n 环境名 --all 之前，一定要确认当前没有激活这个环境。如果正在使用中，Conda 会提示你先 deactivate。我曾经在一个重要环境里忘记 deactivate 就直接删，结果删了一半报错，环境变得半残……最后还是手动清理的，麻烦得很。

快速参考：命令对比

这四种命令在开发流程中各司其职，我整理了一张表，方便你快速查阅：

命令	作用	常用参数	使用场景
`conda create`	创建新环境	`-n` 环境名，`python=3.9`	新项目开始时，搭建独立沙箱
`conda activate`	激活指定环境	环境名	进入环境，安装依赖或运行代码
`conda deactivate`	退出当前环境	无	切换项目前，先回到 base
`conda remove`	删除环境或其中的包	`-n` 环境名，`--all`	项目归档或环境修复失败时

  一句话总结： create 建房子，activate 住进去，deactivate 搬出来，remove 拆房子。Conda 环境管理就是这么四步循环。

把这四个命令练熟了，你的开发环境就能做到“即用即建，用完即弃”，再也不用担心依赖冲突了。我个人现在每开一个新项目，第一件事就是 conda create -n 项目名 python=3.9，已经形成肌肉记忆了。