博客

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：

1. 使用的用户是否是安装Anaconda时的账户。
2. 是否在
   
安装Anaconda之后重启了终端。

3. 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 [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/opt/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/opt/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/opt/anaconda3/bin:$PATH"
    fi
fi
unset __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-clean

• 
anaconda-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 deactivate
conda 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... done
Solving environment: ...working... failed with initial frozen solve. Retrying with flexible solve.
Collecting package metadata (repodata.json): ...working... done
Solving environment: ...working... failed with initial frozen solve. Retrying with flexible solve.


PackagesNotFoundError: The following packages are not available from current channels:

  - igraph

Current channels:

  - https://repo.anaconda.com/pkgs/main/win-64
  - https://repo.anaconda.com/pkgs/main/noarch
  - https://repo.anaconda.com/pkgs/r/win-64
  - https://repo.anaconda.com/pkgs/r/noarch
  - https://repo.anaconda.com/pkgs/msys2/win-64
  - https://repo.anaconda.com/pkgs/msys2/noarch

To search for alternate channels that may provide the conda package you're
looking for, navigate to

    https://anaconda.org

and 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're
looking for, navigate to

    https://anaconda.org

and use the search bar at the top of the page.

你需要去 https://anaconda.org 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

http://Anaconda.org

安装包

→ 使用场景

当使用conda install无法进行安装时，可以考虑从

http://Anaconda.org

中获取安装包的命令，并进行安装。

→ 注意

从

http://Anaconda.org

安装包时，无需注册。

在当前环境中安装来自于

http://Anaconda.org

的包时，需要通过输入要安装的包在

http://Anaconda.org

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：

http://anaconda.org

，或直接点击

http://Anaconda.org

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.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/conda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/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.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
show_channel_urls: true
auto_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.tsinghua.edu.cn/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https://pypi.org/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 pypi.douban.com 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 silenc

e this warning and allow it anyway with '--trusted-host pypi.douban.com'.

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 mirrors.aliyun.com

ps ：–trusted-host pypi.douban.com 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.tsinghua.edu.cn/simple

阿里云：http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学：http://pypi.hustunique.com/

山东理工大学：http://pypi.sdutlinux.org/

豆瓣：http://pypi.douban.com/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https://download.pytorch.org/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

https://blog.csdn.net/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

https://blog.csdn.net/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