Python 环境相关
查看依赖树
安装相关包： pip install pipdeptree graphviz。
mamba 常用
使用 mamba 管理 Python 包时，它的命令行用法和 conda 几乎完全一致，只是执行速度更快、更稳定。以下是最常用的 mamba 命令及其用途：
🔧 环境管理类
命令 说明
mamba create -n myenv python=3.9 创建新环境 myenv 并指定 Python 版本
mamba env list 列出所有环境
mamba activate myenv 激活环境（如果没配置 shell，需要用 conda 激活）
mamba deactivate 退出当前环境
mamba remove -n myenv --all 删除整个环境
📦 包管理类
命令 说明
mamba install numpy pandas 安装包
mamba install numpy=1.23 安装指定版本
mamba install -c conda-forge matplotlib 从 conda-forge 安装包
mamba update numpy 更新指定包
mamba update --all 更新当前环境中所有包
mamba list 列出当前环境中所有已安装的包
mamba remove numpy 删除包
📁 文件相关
命令 说明
mamba env export > environment.yml 导出当前环境到 yml 文件
mamba env create -f environment.yml 通过 yml 文件创建环境
🔄 兼容 conda 指令
你可以直接将原本的 conda 命令替换成 mamba 使用即可，大多数情况下完全兼容。
需要我帮你写一份常用命令的速查表（Markdown/PDF）吗？
其他资源
Conda 教程： https://freelearning.anaconda.cloud/get-started-with-anaconda
conda
以下是 Conda 的一些常用命令：
- 环境管理
创建环境：
conda create -n my_env python=3.9
（创建一个名为 my_env 的环境，并安装 Python 3.9）
激活环境：
conda activate my_env
退出当前环境：
conda deactivate
删除环境：
conda remove -n my_env --all
查看已有环境：
conda env list
或：
conda info --envs
- 包管理
安装包：
conda install numpy pandas
指定某个环境安装包：
conda install -n my_env numpy
更新包：
conda update numpy
更新 Conda：
conda update conda
卸载包：
conda remove numpy
查看已安装的包：
conda list
在指定环境中查看已安装的包：
conda list -n my_env
- 环境导出与克隆
导出环境：
conda env export > environment.yml
从 environment.yml 创建环境：
conda env create -f environment.yml
克隆环境：
conda create --name new_env --clone old_env
- 通道管理
添加 Conda 镜像源（如清华源）：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes
查看已添加的通道：
conda config --show channels
删除通道：
conda config --remove channels <channel_name>
- 清理
清除无用的包和缓存：
conda clean --all
- 检查 Conda 版本
conda --version
pyenv
pyenv可以管理多个环境，在多个环境切换， 本地开发很需要
- 安装： https://github.com/pyenv/pyenv#unixmacos
- 列出可安装的： pyenv install --list
- 安装
pyenv install 3.10.0
peotry
包管理器， 默认包会在本地的建个文件.venv目录存放包
poetry env use /Users/joe/.pyenv/versions/3.10.14/bin/python3.10