Conda 可以同時管理 Python 版本、套件與虛擬環境。當不同專案需要不同 Python 版本或函式庫組合時，Conda 能避免套件互相污染，也方便把環境設定交給其他人重建。
Windows CMD 找不到 conda 怎麼辦？
Windows CMD 找不到 `conda` 通常是因為 Anaconda 或 Miniconda 未安裝，或安裝路徑沒有加入系統環境變數。先檢查安裝，再檢查 PATH。
如果系統尚未安裝 Anaconda 或 Miniconda，可先到 Anaconda 官方網站下載安裝：
安裝後若 PowerShell 或 CMD 出現以下訊息：
```text
conda : The term 'conda' is not recognized as the name of a cmdlet,
function, script file, or operable program. Check the spelling of the name,
or if a path was included, verify that the path is correct and try again.
```
可以打開 Anaconda Prompt 或命令提示字元執行：
```bash
conda init
```
重新開啟終端機後，再執行 `conda --version` 驗證。
如何用 Conda 建立虛擬環境？
Conda 建立虛擬環境時，可以只指定環境名稱，也可以同時指定 Python 版本與套件。建議每個專案使用獨立環境。
建立環境：
```bash
conda create --name myenv
```
使用特定 Python 版本：
```bash
conda create -n myenv python=3.9
```
使用特定 Python 版本與多個套件：
```bash
conda create -n myenv python=3.9 scipy=0.17.3 astroid babel
```
啟動環境：
```bash
conda activate myenv
```
查看環境：
```bash
conda env list
conda info --envs
```
如何從 environment.yml 建立環境？
`environment.yml` 是 Conda 專案常用的環境描述檔。`environment.yml` 比單純 `pip freeze` 更能描述 Conda channel、Python 版本與 pip 套件。
簡單範例：
```yaml
name: stats
dependencies:
- numpy
- pandas
```
較完整範例：
```yaml
name: stats2
channels:
- javascript
dependencies:
- python=3.9
- bokeh=2.4.2
- numpy=1.21.*
- nodejs=16.13.*
- flask
- pip
- pip:
- Flask-Testing
```
從 `environment.yml` 建立 Conda 環境：
```bash
conda env create -f environment.yml
```
原文中用 `pip freeze > environment.yml` 與 `pip install -r environment.yml`，這比較接近 pip requirements 工作流。若要使用 Conda，建議改用 `conda env export` 與 `conda env create`。
如何指定 Conda 環境的位置？
Conda 可以用 `--prefix` 把環境建立在專案目錄內。這種方式適合希望環境位置跟專案綁定的情境。
```bash
conda create --prefix ./envs jupyterlab=3.2 matplotlib=3.5 numpy=1.21
```
這個指令會在目前工作目錄建立 `./envs` 環境，並預先安裝 `jupyterlab`、`matplotlib` 與 `numpy`。
啟動 prefix 環境時，通常要使用路徑：
```bash
conda activate ./envs
```
如何匯出與重建 Conda 環境？
Conda 可用 `environment.yml` 匯出跨平台環境，也可用 explicit spec 匯出完全鎖定的套件 URL。前者適合協作，後者適合同平台精準重建。
匯出一般環境：
```bash
conda env export > environment.yml
```
匯出 explicit spec：
```bash
conda list --explicit > spec-file.txt
```
用 spec 建立相同環境：
```bash
conda create --name myenv --file spec-file.txt
```
把 spec 安裝到現有環境：
```bash
conda install --name myenv --file spec-file.txt
```
本文的實務判斷是：團隊協作優先用 `environment.yml`；需要在同一平台重現完全一致環境時，再使用 `spec-file.txt`。
如何移除 Conda 環境？
移除 Conda 環境時要先確認環境名稱，避免刪錯專案環境。移除後可用 `conda env list` 再檢查一次。
```bash
conda env remove -n ENV_NAME
```
若是用 `--prefix` 建立的環境，可以用路徑移除：
```bash
conda env remove --prefix ./envs
```
常見問題
Conda 和 pip 有什麼差別？
Conda 同時管理 Python 版本、非 Python 依賴與套件環境。pip 主要管理 Python 套件，通常搭配 venv 或其他環境工具使用。
Anaconda 和 Miniconda 要選哪一個？
Anaconda 預裝套件較多，適合想快速開始資料科學工具的人。Miniconda 較輕量，適合希望自己控制安裝內容的開發者。
`conda init` 做了什麼？
`conda init` 會修改 shell 初始化設定，讓終端機能辨識 `conda activate` 等指令。執行後通常需要重新開啟終端機。
`environment.yml` 可以放進 Git 嗎？
`environment.yml` 適合放進 Git，因為它能描述專案需要的 Python 版本與套件。不要把本機絕對路徑或私有 token 寫進檔案。
Conda 環境可以刪掉重建嗎？
Conda 環境可以刪掉重建。只要 `environment.yml` 或 spec 檔完整，就能重新建立相近或相同的環境。
參考資料
- Conda 官方文件：https://docs.conda.io
- Anaconda 產品頁：https://www.anaconda.com/products/individual
最後更新
Tue Jan 03 2023 08:00:00 GMT+0800 (Taiwan Standard Time)
延伸閱讀
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2023-01-03