如何将 conda 环境“克隆”到根环境中？

有一些选项可以将依赖项名称/url/版本复制到文件中。

推荐

通常，在新环境中工作比更改 root 更安全。但是，请考虑在尝试更改之前备份现有环境。通过在演示环境中测试这些命令来验证所需的结果。例如，要备份您的 root 环境：

λ conda activate root
λ conda env export > environment_root.yml
λ conda list --explicit > spec_file_root.txt

选项

选项 1 - YAML 文件

在第二个环境（例如 myenv）中，export names⁺ 到 yaml 文件：

λ activate myenv
λ conda env export > environment.yml  

然后 update the first environment⁺（例如 root）与 yaml 文件：

λ conda env update --name root --file environment.yml     

选项 2 - 克隆环境

使用 --clone 标志克隆环境（参见@DevC 的帖子）：

λ conda create --name myclone --clone root

这基本上创建了环境的直接副本。

选项 3 - 规格文件

制作一个 spec-file⁺⁺ 以附加来自 env 的依赖项（请参阅@Ormetrom）：

λ activate myenv
λ conda list --explicit > spec_file.txt
λ conda install --name root --file spec_file.txt

或者，复制一个新环境（推荐）：

λ conda create --name myenv2 --file spec_file.txt

也可以看看

conda env 有关 env 子命令的更多详细信息。

Anaconda Navigator 桌面程序可提供更多图形体验。

有关更新命令的文档。对于较旧的 conda 版本，请使用 activate (Windows) 和 source activate (Linux/Mac OS)。较新版本的 conda 可以使用 conda activate（这可能需要通过 conda init 对您的 shell 配置进行一些设置）。

关于保持 conda env 的讨论

附加功能

似乎有一个未记录的 conda run 选项可帮助在特定环境中执行命令。

# New command
λ conda run --name myenv conda list --explicit > spec_file.txt

后一个命令在没有激活/停用步骤的环境中运行命令时有效。请参阅下面的等效命令：

# Equivalent
λ activate myenv
λ conda list --explicit > spec_file.txt
λ deactivate

请注意，这可能是一个实验性功能，因此在正式采用公共 API 之前，这可能不适合生产环境。

+Conda 文档自原始帖子以来发生了变化；链接更新。 ++Spec 文件仅适用于在同一操作系统上创建的环境。与前两个选项不同，spec-files 仅捕获指向 conda 依赖项的链接；不包括 pip 依赖项。

---

要复制您的根环境（名为 base），您可以使用以下命令；使用 Anaconda3-5.0.1 为我工作：

conda create --name <env_name> --clone base

您可以使用以下命令列出 conda 环境中安装的所有软件包

conda list -n <env_name>

---

设置新环境时，我需要新环境中的基本环境中的包（通常是这种情况），我正在使用 spec-file.txt 在提示符下构建相同的 conda 环境：

conda list --explicit > spec-file.txt

规范文件包括例如基本环境的包。

然后使用提示将软件包安装到新环境中：

conda create --name myenv --file spec-file.txt

然后，来自 base 的软件包可在新环境中使用。

整个过程在文档中描述：https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#building-identical-conda-environments

---

我还遇到了将环境克隆到另一台机器上的麻烦，并想提供一个答案。当当前环境包含无法直接从 conda install 或 pip install 获得的开发包时，我遇到的关键问题是解决错误。对于这些情况，我强烈推荐 conda-pack（参见 this answer）：

pip install conda-pack

或者，

conda install conda-pack

然后备份环境，使用当前环境只需省略 my_env 名称，

# Pack environment my_env into my_env.tar.gz
$ conda pack -n my_env

# Pack environment my_env into out_name.tar.gz
$ conda pack -n my_env -o out_name.tar.gz

# Pack environment located at an explicit path into my_env.tar.gz
$ conda pack -p /explicit/path/to/my_env

和恢复，

# Unpack environment into directory `my_env`
$ mkdir -p my_env
$ tar -xzf my_env.tar.gz -C my_env

# Use Python without activating or fixing the prefixes. Most Python
# libraries will work fine, but things that require prefix cleanups
# will fail.
$ ./my_env/bin/python

# Activate the environment. This adds `my_env/bin` to your path
$ source my_env/bin/activate

# Run Python from in the environment
(my_env) $ python

# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment
# as long as some version of Python is already installed on the machine.
(my_env) $ conda-unpack

---