管理conda**1. 验证conda已被安装****2. 更新conda至最新版本**更新Anaconda到最新版 **3. 查看conda帮助信息****4.卸载conda** **管理环境**1.创建新环境安装虚拟环境到默认路径下**安装虚拟环境到指定路径的命令如下：** **2. 切换环境****3. 退出环境至root**4**. 显示已创建环境**5.复制环境6.删除环境分享环境导入环境自动开启/关闭环境 **管理包**1. 查找可供安装的包版本2. 获取当前环境中已安装的包信息**3.查看指定环境下的包：**3. 安装包在指定环境中安装包在当前环境中安装包清除Conda索引缓存*清理没有使用过的包*PackagesNotFoundError: The following packages are not available from current channels的解决办法解决方法一：将[conda](/so/search?q=conda&spm=1001.2101.3001.7020)-forge添加到搜索路径上方法二：利用报错提示，进入annaconda网站利用命令解决方法三：进入annaconda网站利用包的安装包安装 使用pip安装包从[](/go?to=https%3A%2F%%2F%3Ftarget%3Dhttp%3A%2F%)安装包 4. 卸载包5. 更新包清理（[conda](/so/search?q=conda&spm=1001.2101.3001.7020)瘦身）6.配置TUNA国内镜像查看是否添加上了源查看已使用哪些镜像源逐一删除镜像源 修改默认虚拟环境安装位置查看配置修改配置添加 envs_dirs删除 envs_dirs 迁移包将Python环境里的包导出成txt文件根据requirements.txt里面的包和版本下载到本地保存不通过网络，直接通过本地包进行安装 可能会碰到的问题在执行`pip freeze > requirements.txt`时，碰到以下问题：明明可以通过`pip install <package_names>`是正常的但是`pip download <package_names>`时却提示`No matching distribution found for <package_names>`pytorch下载不了另一台无网络的服务器没有网络，怎么创建的虚拟环境呢安装或卸载anaconda 后打不开cmd下载时Solving environment: failed with initial frozen solve. Retrying with flexible solve.PackagesNotFoundErrorModuleNotFoundError … No module named ‘torch’anaconda或conda不是内部命令更改 Python 的 pip install 默认安装依赖路径改变conda虚拟环境的默认路径以下均以conda 4.10.3版本为例，其他同理
管理conda
接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。
1. 验证conda已被安装
conda -V
或
conda --version
终端上将会以conda 版本号的形式显示当前安装conda的版本号。如：
conda 4.10.3
注意：
如果出现错误信息，则需核实是否出现以下情况：
使用的用户是否是安装Anaconda时的账户。是否在安装Anaconda之后重启了终端。在下载的时候64位怎么也下载不下来，想着用32位凑合一下，在这里奉劝各位不要，不然会在全部装好之后出现以下报错。明明都装好了，测试的时候出现ModuleNotFoundError的报错，No module named ‘torch’
安装完成后去查看下环境变量，确认conda是否将变量添加进环境变量中，通过sudo vi ~/.bash_profile命令查看，成功添加效果如下
# Setting PATH for Python 3.6# The original version is saved in .bash_profile.pysave#PATH="/Library/Frameworks/Python.framework/Versions/3.6/bin:${PATH}"#export PATH#alias pip="/Library/Frameworks/Python.framework/Versions/3.6/bin/pip3"# >>> conda initialize >>># !! Contents within this block are managed by 'conda init' !!__conda_setup="$('/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"if [ $? -eq 0 ]; theneval "$__conda_setup"elseif [ -f "/opt/anaconda3/etc/profile.d/conda.sh" ]; then. "/opt/anaconda3/etc/profile.d/conda.sh"elseexport PATH="/opt/anaconda3/bin:$PATH"fifiunset __conda_setup# <<< conda initialize <<<
原来安装Python添加的环境变量需要注释或者放到conda添加的下面，否则后续在虚拟环境中pip命令使用的还是本机的pip命令
2. 更新conda至最新版本
conda update conda
更新Anaconda到最新版
[注意：在更新Anaconda前需要先更新conda]
conda update anaconda
执行命令后，conda将会对版本进行比较并列出可以升级的版本。同时，也会告知用户其他相关包也会升级到相应版本。
当较新的版本可以用于升级时，终端会显示Proceed ([y]/n)?，此时输入y即可进行升级。
3. 查看conda帮助信息
conda -h
4.卸载conda
① Linux 或 macOS
rm -rf ~/anaconda2
或
rm -rf ~/anaconda3
即删除Anaconda的安装目录。根据安装的Anaconda版本选择相应的卸载命令。
② Windows
控制面板 → 添加或删除程序 → 选择“Python X.X (Anaconda)” → 点击“删除程序”
注意：
Python X.X：即Python的版本，如：Python 3.6。
Windows 10的删除有所不同。
直接卸载会有配置文件，注册表等残留
conda install anaconda-cleananaconda-clean --yes进入安装目录执行Uninstall_Anaconda3.exe
管理环境
接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。
1.创建新环境
安装虚拟环境到默认路径下
conda create -name <env_name> <package_names>
注意：
<env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
<package_names>即安装在环境中的包名。名称两边不加尖括号“<>”。
小心-需要为英文，否则出现该报错
CondaValueError: The target prefix is the base prefix. Aborting.
conda create –n pytorch python=3.6 #错误！中文-conda create -n pytorch python=3.6 #正确！英文-
如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：
conda create -name python2 python=2.7 #即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
如果要在新创建的环境中创建多个包，则直接在<package_names>后以空格隔开，添加多个包名即可。如：
conda create -n python3 python=3.5 numpy pandas #即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
–name同样可以替换为-n。
提示：默认情况下，新创建的环境将会被保存在/Users/<user_name>/anaconda3/env目录下，其中，<user_name>为当前用户的用户名。
安装虚拟环境到指定路径的命令如下：
conda create --prefix=D:\python36\py36 python=3.6
上面的命令中， 路径D:\python36是先建好的文件夹，py36是需要安装的虚拟环境名称。请注意，安装完成后，虚拟环境的全称包含整个路径，为D:\python36\py36。激活指定路径下的虚拟环境的命令如下：
conda activate D:\python36\py36
2. 切换环境
① Linux 或 macOS
source activate <env_name> #即将弃用，使用 conda activate <env_name>conda activate <env_name>
② Windows
activate <env_name>
③ 提示
如果创建环境后安装Python时没有指定Python的版本，那么将会安装与Anaconda版本相同的Python版本，即如果安装Anaconda第2版，则会自动安装Python 2.x；如果安装Anaconda第3版，则会自动安装Python 3.x。
当成功切换环境之后，在该行行首将以“(env_name)”或“[env_name]”开头。其中，“env_name”为切换到的环境名。如：在macOS系统中执行source active python2，即切换至名为“python2”的环境，则行首将会以(python2)开头。
conda config --set auto_activate_base false #关闭自动激活状态conda config --set auto_activate_base true #关闭自动激活状态
3. 退出环境至root
① Linux 或 macOS
source deactivate #该方法conda 4.10.3版本提示即将弃用，需要使用 conda deactivateconda deactivate
② Windows
deactivate
③ 提示
当执行退出当前环境，回到root环境命令后，原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。
4**. 显示已创建环境**
conda info -e
或
conda env list
例如：
#base * /opt/anaconda3
结果中星号“*”所在行即为当前所在环境。macOS系统中默认创建的环境名为“base”。
5.复制环境
Conda是没有重命名环境的功能的, 要实现这个基本需求, 只能通过愚蠢的克隆-删除的过程。
切记不要直接mv移动环境的文件夹来重命名, 会导致一系列无法想象的错误的发生!
conda create –name <new_env_name> –clone <copied_env_name>
注意：
<copied_env_name>即为被复制/克隆环境名。环境名两边不加尖括号“<>”。
<new_env_name>即为复制之后新环境的名称。环境名两边不加尖括号“<>”。
如：
conda create –name py2 –clone python2 #即为克隆名为“python2”的环境，克隆后的新环境名为“py2”。
此时，环境中将同时存在“python2”和“py2”环境，且两个环境的配置相同。
6.删除环境
conda remove –-name <env_name> -–all
注意：<env_name>为被删除环境的名称。环境名两边不加尖括号“<>”。
如：
conda remove –-name python3 --all
如果提示：
CondaEnvironmentError: cannot remove current environment. deactivate and run conda remove again
请判断当前是否在要删除的虚拟环境下，如果已经退出，执行删除命令仍然报上述错误，可以尝试下列命令：
conda env remove -n python3
分享环境
conda env export > environment.yaml
将当前环境下的 package 信息存入名为 environment 的 YAML 文件中
导入环境
conda env create -f environment.yaml
用分享的 YAML 文件来创建一摸一样的运行环境
自动开启/关闭环境
conda activate #默认激活base环境conda activate xxx #激活xxx环境conda deactivate #关闭当前环境conda config --set auto_activate_base false #关闭自动激活状态conda config --set auto_activate_base true #关闭自动激活状态
管理包
1. 查找可供安装的包版本
① 精确查找
conda search –full-name <package_full_name>
注意：
–full-name为精确查找的参数。
<package_full_name>是被查找包的全名。包名两边不加尖括号“<>”。
例如：
conda search –full-name python # 即查找全名为“python”的包有哪些版本可供安装。
② 模糊查找
conda search <text>
注意：<text>是查找含有此字段的包名。此字段两边不加尖括号“<>”。
例如：
conda search py # 即查找含有“py”字段的包，有哪些版本可供安装。
2. 获取当前环境中已安装的包信息
conda list
执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。
3.查看指定环境下的包：
conda list -n <env_name>
3. 安装包
在指定环境中安装包
conda install –name <env_name> <package_name>
注意：
<env_name>即将包安装的指定环境名。环境名两边不加尖括号“<>”。
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
例如：
conda install –name python2 pandas # 即在名为“python2”的环境中安装pandas包。
在当前环境中安装包
conda install <package_name>
注意：
<package_name>即要安装的包名。包名两边不加尖括号“<>”。
执行命令后在当前环境中安装包。
例如：
conda install pandas # 即在当前环境中安装pandas包。
清除Conda索引缓存清理没有使用过的包
conda clean -p
PackagesNotFoundError: The following packages are not available from current channels的解决办法
解决方法一：将conda-forge添加到搜索路径上
首先，当出现这种报错时，应该首先尝试使用以下命令将conda-forge channel添加到你的channel列表中
conda config --append channels conda-forge
它告诉conda在搜索软件包时也要在conda-forge channel上查看。
然后你就可以尝试利用如下命令再次安装
conda install 包名
原因在于：channel可以看成是托管python包的服务器，当无法通过标准channel获得python包时，社区驱动的conda-forge通常是一个很好的地点。大部分问题都可以利用这条语句解决。
方法二：利用报错提示，进入annaconda网站利用命令解决
当添加上述语句仍然出现错误，安装某个python包时（并不特别对于某个特定包，各种包有时都会出现这种情况 。会出现当前channel不可用，并报错：
PackagesNotFoundError: The following packages are not available from current channels:
报错的完整显示：
Collecting package metadata (current_repodata.json): ...working... doneSolving environment: ...working... failed with initial frozen solve. Retrying with flexible solve.Collecting package metadata (repodata.json): ...working... doneSolving environment: ...working... failed with initial frozen solve. Retrying with flexible solve.PackagesNotFoundError: The following packages are not available from current channels:- igraphCurrent channels:- /pkgs/main/win-64- /pkgs/main/noarch- /pkgs/r/win-64- /pkgs/r/noarch- /pkgs/msys2/win-64- /pkgs/msys2/noarchTo search for alternate channels that may provide the conda package you'relooking for, navigate toand use the search bar at the top of the page.
解决办法其实人家在报错中已经说了：
To search for alternate channels that may provide the conda package you'relooking for, navigate toand use the search bar at the top of the page.
你需要去 这个网址，在上方的搜索条上搜索你要安装这个包的其他channel，下边展示一下如何找igraph的其他channel
首先进入上述网址，你可以在上方看到搜索条：
我这里搜索igraph，会出现所有包名中包含“igraph”字段的包：
接着在你的命令行窗口或Anaconda Prompt窗口对应的路径下运行页面中提供的任意一条命令即可。
方法三：进入annaconda网站利用包的安装包安装
如果上述这些命令经过一一尝试都无效，那只有下载该python包对应的本地“***.bz2”本地文件，然后利用annaconda进行本地安装，需要点击上图的file，下载本机环境下对应的安装包：
把下载好的“python-igraph-0.8.3-py38h0d6bca7_2.tar.bz2”这个安装包放到anaconda存放包的目录下，如:
D/anaconda3/pkgs/~
然后执行命令：
conda install --use-local python-igraph-0.8.3-py38h0d6bca7_2.tar.bz2
即可完成安装。（bz2前的包名根据你所需要的包而不同，“python-igraph-0.8.3-py38h0d6bca7_2.tar.bz2”是我所安装的igraph）
使用pip安装包
→ 使用场景
当使用conda install无法进行安装时，可以使用pip进行安装。例如：see包。
→ 命令
pip install <package_name>
注意1：<package_name>为指定安装包的名称。包名两边不加尖括号“<>”。
如：pip install see即安装see包。
注意2：
使用pip安装前请确认是否在虚拟环境中，否则安装的包将装在全局中
可以使用which pip命令查看pip是否是全局的pip命令，如果进入环境中，pip仍然为全局pip，可使用python -m pip install <package>命令进行虚拟环境内安装包
注意3：
pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。
pip无法更新python，因为pip并不将python视为包。
pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。卸载包时用安装包的命令下载，不要混用，如用pip安装则用pip卸载
从安装包
→ 使用场景
当使用conda install无法进行安装时，可以考虑从中获取安装包的命令，并进行安装。
→ 注意
从安装包时，无需注册。
在当前环境中安装来自于的包时，需要通过输入要安装的包在中的路径作为获取途径（channel）。查询路径的方式如下：
在浏览器中输入：，或直接点击
在新页面“Anaconda Cloud”的上方搜索框中输入要安装的包名，然后点击右边“放大镜”标志。
搜索结果中有数以千计的包可供选择，此时点击“Downloads”可根据下载量进行排序，最上面的为下载最多的包。（图中以搜索bottleneck包为例）
选择满足需求的包或下载量最多的包，点击包名。
复制“To install this package with conda run:”下方的命令，并粘贴在终端中执行。
完成安装。
4. 卸载包
① 卸载指定环境中的包
conda remove –name <env_name> <package_name>
注意：
<env_name>即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。
<package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
例如：
conda remove –name python2 pandas #即卸载名为“python2”虚拟环境中的pandas包。
② 卸载当前环境中的包
conda remove <package_name>
注意：
<package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
执行命令后即在当前环境中卸载指定包。
例如：
conda remove pandas # 即在当前环境中卸载pandas包。
5. 更新包
① 更新所有包
conda update –all
或
conda upgrade –all
建议：在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本，便于使用。在完全更新前必须确保网络给力不中断的前提下使用此命令，否则还是指定更新某个包。当然，为方便快捷激活、更新内置应用或包，Anaconda还支持GUI图形界面操作，安全起见，推荐使用
② 更新指定包
conda update <package_name>
或
conda upgrade <package_name>
注意：
<package_name>为指定更新的包名。包名两边不加尖括号“<>”。
更新多个指定包，则包名以空格隔开，向后排列。如：
conda update pandas numpy matplotlib #即更新pandas、numpy、matplotlib包。
清理（conda瘦身）
conda clean就可以轻松搞定！
第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。
第二步：通过conda clean -t可以删除conda保存下来的tar包。
conda clean -p//删除没有用的包conda clean -t//删除tar包conda clean -y --all //删除所有的安装包及cache
6.配置TUNA国内镜像
在命令行下，输入： (后添加的通道优先级更高)
conda config --add channels https://mirrors.tuna./anaconda/pkgs/mainconda config --add channels https://mirrors.tuna./anaconda/pkgs/freeconda config --add channels https://mirrors.tuna./anaconda/pkgs/rconda config --add channels https://mirrors.tuna./anaconda/pkgs/proconda config --add channels https://mirrors.tuna./anaconda/pkgs/msys2conda config --add channels https://mirrors.tuna./anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna./anaconda/cloud/bioconda/conda config --add channels https://mirrors./anaconda/pkgs/free/condaconda config --add channels https://mirrors.tuna./anaconda/cloud//pytorch/
或直接把下面文字拷贝到~/.condarc中 (越靠前的优先级越高)
channels:- https://mirrors.tuna./anaconda/pkgs/main- https://mirrors.tuna./anaconda/pkgs/free- https://mirrors.tuna./anaconda/pkgs/r- https://mirrors.tuna./anaconda/pkgs/pro- https://mirrors.tuna./anaconda/pkgs/msys2- https://mirrors.tuna./anaconda/cloud/conda-forge/- https://mirrors.tuna./anaconda/cloud/bioconda/- https://mirrors.tuna./anaconda/cloud//pytorch/show_channel_urls: trueauto_activate_base: false #关闭自动激活状态
设置搜索时显示通道地址
conda config --set show_channel_urls yes
如果添加源之后，conda install 仍然出现下载速度慢的情况，这个时候可以直接将
.condarc文件 里面的-default一行删去
如果发现更新后的版本反而更旧，是因为国内下载站没有及时更新官方最新版本，若需要官方最新版本的话就直接删除~/.condarc文件即可
查看是否添加上了源
conda config --show
查看已使用哪些镜像源
conda config --get channels
逐一删除镜像源
conda config --remove channels 国内镜像源
例如：删除中科大源
conda config --remove channels Index of /anaconda/pkgs/free/
conda config --remove channels Index of /anaconda/pkgs/main/
修改默认虚拟环境安装位置
查看配置
conda config --show
envs_dirs的第一项即为虚拟环境的默认位置-
修改配置
添加 envs_dirs
conda config --add envs_dirs ~/.conda/envs
删除 envs_dirs
如果需要删除配置虚拟环境安装路径，可以使用以下语句进行删除
conda config --remove envs_dirs ~/.conda/envs
除了使用 conda 指令修改 envs_dirs 配置外，还可以手动修改配置文件内容，实现配置修改，Windows 系统下 配置文件为 C:\Users\Username.condarc，Linux 系统下为 ~/.condarc。可以直接编辑该 .condarc 文件，在其中添加配置：
envs_dirs:
~/.conda/envs
迁移包
将Python环境里的包导出成txt文件
pip freeze > requirements.txt
根据requirements.txt里面的包和版本下载到本地保存
pip download -r requirements.txt -d <pack_path>
注意：
<pack_path>为指定的下载路径。包名两边不加尖括号“<>”。
提示：
如果使用默认pip源过慢，可指定国内源，如：
pip download -i https://pypi.tuna./simple -r requirements.txt -d packs
不通过网络，直接通过本地包进行安装
这里需要说明一下，我这边是在目的机器上也安装了Anaconda，同时创建了一个虚拟环境，切换到虚拟环境之后，再执行下面的语句，需要自己根据实际情况稍微变通。
pip install --no-index --find-links=<pack_path> -r requirements.txt
注意：
<pack_path>为本地包路径。包名两边不加尖括号“<>”。
可能会碰到的问题
在执行pip freeze > requirements.txt时，碰到以下问题：
ERROR: Could not find a version that satisfies the requirement nvidia-ml-py==375.53.1 (from -r requirements.txt (line 61)) (from versions: 1.0, 2.285.1, 3.295.0, 4.304.2, 4.304.3, 4.304.4, 6.340.0, 7.346.0, 7.352.0, 10.418.84, 375.53)ERROR: No matching distribution found for nvidia-ml-py==375.53.1 (from -r requirements.txt (line 61))
原因：
你需要的这个包太老了，导致网络上下载不了，所以需要重新安装一下这个包的最新版本
解决方法：
到/project/，去搜索一下你需要的包，然后重新安装一下、
明明可以通过pip install <package_names>是正常的但是pip download <package_names>时却提示No matching distribution found for <package_names>
同时终端提示一下内容：
WARNING: The repository located at is not a trusted or secure host and is being ignored. If this repository is available via HTTPS we recommend you use HTTPS instead, otherwise you may silence this warning and allow it anyway with '--trusted-host '.ERROR: Could not find a version that satisfies the requirement <package_names> (from versions: none)ERROR: No matching distribution found for <package_names>
原因一：
配置的pip源不是受信任的主机，所以在下载的时候忽略了该源
解决办法：
在执行命令后面添加--trusted-host <pip源地址>就可以正常下载了，如：
pip dwonload pytest -d pack --trusted-host
ps ：–trusted-host 这是为了获得ssl证书的认证
常见pip镜像源（国内源）
清华：https://pypi.tuna./simple
阿里云：/pypi/simple/
中国科技大学 https://pypi.mirrors./simple/
华中理工大学：/
山东理工大学：/
豆瓣：/simple/
原因二：
没有提供符合条件的二进制包
解决办法：
使用非二进制包安装 --no-binary=:all: <package_name>
pip download --no-binary=:all: tornado==6.0 -d pkg/
原因三：
pip的版本过低，需要升级一下，可以执行以下命令进行尝试
解决办法：
更新pip版本
python -m pip install --upgrade pip
原因四：
检查下是否开启代理或者VPN，将其关闭再使用国内镜像进行尝试看看是否可以解决，我这边就是代理开启导致网络太慢而报错的。
解决办法：
关闭VPN
pytorch下载不了
ERROR: Could not find a version that satisfies the requirement torch==1.1.0 (from -r requirements.txt (line 12)) (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2)ERROR: No matching distribution found for torch==1.1.0 (from -r requirements.txt (line 12))
原因：
pytorch比较麻烦，通过清华源，或者pip源下载不到，需要到官网下载
解决方法：
Pytorch官网下载最新版
Pytorch老版本下载页面
例如，我想下载pytorch==1.1.0 windows版本，我就需要在Pytorch老版本下载页面这个页面里，找到pytorch 1.1.0，拉到windows这一块，这里需要根据你的CUDA版本选择，我的版本是CUDA 9.0，所以我会在/whl/cu90/torch_stable.html这个页面里面找到whl下载。
另一台无网络的服务器没有网络，怎么创建的虚拟环境呢
1）下载好Anaconda，然后复制过去安装，用anaconda的base环境。
2）带一个无线网卡插上去，然后连接手机热点，用自己的流量跑
安装或卸载anaconda 后打不开cmd
打开注册表，Computer\HKEY_CURRENT_USER\SOFTWARE\Microsoft\Command Processor，删除 AutoRun 项
下载时Solving environment: failed with initial frozen solve. Retrying with flexible solve.PackagesNotFoundError
检查镜像源
虽然上述博客的解决方案没用，但是更新命令收下了。
更新conda到最新版本：conda update -n base conda
再查一下conda版本：conda -V
第二次更新conda到最新版本：conda update -n base conda
第二次很重要！！！
更新完后再查一下conda版本：conda -V
然后执行：conda update --all
ModuleNotFoundError … No module named ‘torch’
检查版本是否正确，如64位下载64位Anaconda。我把之前的32为卸载了重新装了64位的就没有问题了。
anaconda或conda不是内部命令
添加上图环境变量即可
更改 Python 的 pip install 默认安装依赖路径
更改 Python 的 pip install 默认安装依赖路径 /mukvintt/article/details/80908951
改变conda虚拟环境的默认路径
改变conda虚拟环境的默认路径 /qq_36455412/article/details/125347552
1)首先，找到用户目录下的.condarc文件（C:\Users\username）。
2)打开.condarc文件之后，添加或修改.condarc 中的 env_dirs 设置环境路径，按顺序第⼀个路径作为默认存储路径，搜索环境按先后顺序在各⽬录中查找。直接在.condarc添加：
envs_dirs:- D:\Anaconda3\envs #你想要存储的路径
