6 使用conda管理环境之创建新环境

在上一篇中，我们讲解了如何安装Anaconda以及如何配置Anaconda的环境变量，使得我们在终端能够方便地使用conda命令。在本篇中，我们将深入探讨如何使用conda来创建新的环境，以便于我们管理不同的Python项目和所需的依赖库。

什么是conda环境？

在Python开发中，一个conda环境是一个独立的空间，其中可以有自己的Python解释器、库和依赖。使用conda创建环境的好处在于：

• 隔离性：每个环境之间是相互独立的，避免了依赖冲突。
• 灵活性：可以根据项目需要创建不同的环境，便于管理不同版本的库。
• 易于复现：不同团队成员可以使用相同的环境配置进行开发与测试。

创建新环境

使用conda创建新环境非常简单。通过以下命令，我们可以创建一个新的环境：

conda create --name <环境名称> python=<Python版本>

• --name：定义您要创建的环境名称。
• python=<Python版本>：可选，指定您想要创建的Python版本。

示例

假设我们要创建一个名为myenv的环境，并且希望安装Python 3.9，那么我们可以运行以下命令：

conda create --name myenv python=3.9

执行此命令后，conda将会：

1. 计算并显示要安装的包和版本。
2. 提示您确认是否继续安装。输入y确认后，conda将会开始创建环境，下载需要的包并配置环境。

创建完成后，您会看到类似以下的提示：

## Package Plan ##
...
Proceed ([y]/n)? y

激活新环境

一旦环境创建完成，我们就可以激活这个新环境。激活环境后，您在该环境下执行的任何命令或脚本都将使用该环境中的库和Python解释器。

激活环境的命令如下：

conda activate <环境名称>

以激活刚刚创建的myenv环境为例，您可以运行：

conda activate myenv

激活后，您的终端提示符将会有所变化，通常会显示当前激活的环境名称。

可选：创建具有特定库的环境

在创建环境时，您也可以在命令中指定想要安装的特定库。例如，如果您需要设置一个用于数据分析的环境，并希望预装numpy和pandas，您可以这样写：

conda create --name data_env python=3.8 numpy pandas

这会创建一个名为data_env的环境，并安装Python 3.8以及numpy和pandas库。

环境创建的常用选项

以下是创建环境时一些常用的选项：

• --clone <已有环境名称>：克隆一个已有的环境，速度更快，适合需要相同环境配置的情况。
• --file <环境文件>：从一个环境文件中读取依赖列表，用于创建环境。

例如，您可以使用以下命令克隆一个名为base的环境：

conda create --name my_clone --clone base

总结

在本篇中，我们详细介绍了如何使用conda创建新的环境，包括基本命令、实际案例及一些常用选项。通过创建不同的环境，我们能够有效地管理项目依赖，保持环境的清洁和独立。

在下一篇中，我们将继续讨论如何激活与停用环境，以及如何在不同的环境间进行切换，这将使得我们的开发过程更加灵活和高效。请期待！