当前位置：首页 > news >正文

助conda命令把环境导出为一个文件，然后在 Linux 系统里利用该文件重新创建相同的环境

news 来源：原创 2025/4/22 11:40:53

1.不导出环境，仅仅导出所有的程序包

conda env export --no-builds | findstr /v "prefix" > environment_all_pkgs.yml

2.安装程序包

pip install pyyaml

3.使用下面的程序拆分出environment_all_pkgs.yml的内容为2个文件：conda_deps.yml 文件和pip_deps.txt

import yaml# 读取 YAML 文件
with open('environment_all_pkgs.yml', 'r') as file:data = yaml.safe_load(file)# 提取 Conda 包
conda_dependencies = [dep for dep in data.get('dependencies', []) if not isinstance(dep, dict) or 'pip' not in dep]# 提取 pip 包
pip_dependencies = []
for dep in data.get('dependencies', []):if isinstance(dep, dict) and 'pip' in dep:pip_dependencies.extend(dep['pip'])# 保存 Conda 包到文件
with open('conda_dependencies.yml', 'w') as file:file.write('dependencies:\n')for dep in conda_dependencies:file.write(f'  - {dep}\n')# 保存 pip 包到文件
with open('pip_dependencies.txt', 'w') as file:for dep in pip_dependencies:file.write(dep + '\n')

4.安装 Conda 包
可以手动提取 YAML 文件中的 Conda 包信息，或者使用 Python 脚本进行提取，然后使用 conda install 命令安装：
# 假设已经提取出 Conda 包信息到 conda_deps.yml 文件
conda install --file conda_deps.yml

5.安装 pip 包
同样，可以手动提取 YAML 文件中的 pip 包信息到一个文本文件（如 pip_deps.txt），然后使用 pip 命令安装：
pip install -r pip_deps.txt

最好的方式是让豆包或deepseek之类的AI按照上面的要求分析environment_all_pkgs.yml，再导入。

------------------------------------------------------------------------------------------------------------

1. 在 Windows 系统中导出环境首先，你得激活想要导出的环境。接着，使用conda env export命令将环境信息导出到一个 YAML 文件。假设你要导出的环境名为myenv，可以按如下步骤操作：（1）激活环境：

conda activate myenv

（2）导出环境到 YAML 文件：

conda env export > environment.yml

此操作会在当前目录下生成一个名为environment.yml的文件，其中包含了环境的所有信息。

2. 将导出的文件传输到 Linux 系统你可以使用各种文件传输工具，如scp（如果 Linux 系统开启了 SSH 服务），把environment.yml文件从 Windows 系统传输到 Linux 系统。

3. 在 Linux 系统中创建新环境把文件传输到 Linux 系统后，使用conda env create命令依据environment.yml文件创建新环境。

conda env create -f environment.yml

注意事项若环境中存在特定于 Windows 或 Linux 的包，可能会在创建环境时出现问题。

你可以通过编辑environment.yml文件，去除这些特定于操作系统的包，或者手动安装这些包。

有时候，conda env export命令会包含当前系统的路径信息，这可能会对跨系统使用造成影响。

你可以使用以下命令仅导出包的名称和版本：

conda env export --from-history > environment.yml

通过以上步骤，你就能把 Windows 系统中的conda环境导出并在 Linux 系统中重新创建。

下面是conda env export > environment_py310.yml导出的一个文件示例：

name: py310
channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/- conda-forge- bioconda- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/- defaults- https://repo.anaconda.com/pkgs/main- https://repo.anaconda.com/pkgs/r- https://repo.anaconda.com/pkgs/msys2
dependencies:- altgraph=0.17.4=pyhd8ed1ab_1- bzip2=1.0.8=h2466b09_7- ca-certificates=2025.1.31=h56e8100_0- future=1.0.0=pyhd8ed1ab_2- importlib-metadata=8.6.1=pyha770c72_0- intel-openmp=2024.2.1=h57928b3_1083- joblib=1.4.2=pyhd8ed1ab_1- libblas=3.9.0=31_h641d27c_mkl- libcblas=3.9.0=31_h5e41251_mkl- libffi=3.4.6=h537db12_0- libhwloc=2.11.2=default_ha69328c_1001- libiconv=1.18=h135ad9c_1- liblapack=3.9.0=31_h1aa476e_mkl- liblzma=5.6.4=h2466b09_0- libsqlite=3.49.1=h67fdade_1- libwinpthread=12.0.0.r4.gg4f2fc60ca=h57928b3_9- libxml2=2.13.6=he286e8c_0- libzlib=1.3.1=h2466b09_2- mkl=2024.2.2=h66d3029_15- numpy=2.2.3=py310h4987827_0- openssl=3.4.1=ha4e3fda_0- packaging=24.2=pyhd8ed1ab_2- pandas=2.2.3=py310hb4db72f_1- pefile=2023.2.7=pyhd8ed1ab_0- pip=25.0.1=pyh8b19718_0- pyinstaller=6.12.0=py310hba29400_0- pyinstaller-hooks-contrib=2025.1=pyhd8ed1ab_1- python=3.10.16=h37870fc_1_cpython- python-dateutil=2.9.0.post0=pyhff2d567_1- python-tzdata=2025.1=pyhd8ed1ab_0- python_abi=3.10=5_cp310- pywin32=307=py310h9e98ed7_3- pywin32-ctypes=0.2.3=py310h5588dad_1- scikit-learn=1.6.1=py310hf2a6c47_0- scipy=1.15.2=py310h15c175c_0- six=1.17.0=pyhd8ed1ab_0- tbb=2021.13.0=h62715c5_1- threadpoolctl=3.5.0=pyhc1e730c_0- tk=8.6.13=h5226925_1- tzdata=2025a=h78e105d_0- ucrt=10.0.22621.0=h57928b3_1- vc=14.3=h5fd82a7_24- vc14_runtime=14.42.34433=h6356254_24- wheel=0.45.1=pyhd8ed1ab_1- zipp=3.21.0=pyhd8ed1ab_1- pip:- akshare==1.16.14- async-timeout==5.0.1- baostock==0.8.9- beautifulsoup4==4.13.3- blinker==1.9.0- bs4==0.0.2- certifi==2025.1.31- charset-normalizer==3.4.1- click==8.1.8- colorama==0.4.6- cx-freeze==7.2.10- cx-logging==3.2.1- decorator==5.2.1- et-xmlfile==2.0.0- flask==3.1.0- flask-cors==5.0.1- flask-sqlalchemy==3.1.1- greenlet==3.1.1- html5lib==1.1- idna==3.10- itsdangerous==2.2.0- jinja2==3.1.6- jsonpath==0.82.2- lief==0.16.3- lxml==5.3.1- markupsafe==3.0.2- mini-racer==0.12.4- mysql-connector-python==8.0.30- nuitka==2.6.8- openpyxl==3.1.5- ordered-set==4.1.0- pillow==11.1.0- protobuf==3.20.1- pyoxidizer==0.24.0- pypinyin==0.53.0- python-dotenv==1.1.0- pytz==2025.1- redis==5.2.1- requests==2.32.3- setuptools==75.9.1- simplejson==3.20.1- soupsieve==2.6- sqlalchemy==2.0.40- tabulate==0.9.0- tomli==2.2.1- tqdm==4.67.1- tushare==1.4.21- typing-extensions==4.12.2- urllib3==2.3.0- webencodings==0.5.1- websocket-client==1.8.0- werkzeug==3.1.3- xlrd==2.0.1- zstandard==0.23.0
prefix: d:\envs\py310

导入之前，要打开刚才导出的文件，把prefix: d:\envs\py310删除或修改为linux下conda的evns路径，删除就采用默认路径。

除了 prefix 行的问题之外，在 Linux 下导入上述 environment.yml 文件可能还会遇到以下几类问题：

1. 特定于 Windows 的包在 dependencies 部分，存在一些特定于 Windows 的包，这些包在 Linux 系统上可能无法正常安装或使用，例如： pywin32 和 pywin32-ctypes：这两个包是 Windows 系统下 Python 访问 Windows API 的扩展，在 Linux 系统中没有对应的 Windows API，因此无法使用。 libwinpthread：这是 Windows 系统下的线程库，在 Linux 系统中使用的是不同的线程库（如 pthread），所以这个包在 Linux 上是不适用的。

2. 依赖冲突由于不同操作系统的环境差异，某些包在 Windows 和 Linux 上的依赖关系可能不同，从而导致依赖冲突。例如，某些包可能依赖于特定版本的系统库，而这些系统库在 Linux 上的版本和可用性可能与 Windows 不同。

3. 编译器和运行时环境部分包的安装可能依赖于特定的编译器或运行时环境。在 Windows 上安装的包可能是针对 Windows 编译器和运行时环境编译的，在 Linux 上可能需要重新编译，并且需要相应的编译工具链（如 gcc、make 等）。

4. 镜像源问题虽然文件中使用了清华大学的镜像源，但这些镜像源可能对某些包的支持在不同操作系统上存在差异。另外，某些镜像源可能在 Linux 系统上无法正常访问，导致包下载失败。

5. 路径和文件格式问题虽然已经处理了 prefix 行，但文件中可能还存在其他与路径相关的配置，这些配置可能在 Windows 和 Linux 之间不兼容。此外，文件的换行符格式（Windows 使用 \r\n，Linux 使用 \n）也可能会对导入过程产生影响，不过大多数现代工具都能自动处理这个问题。

解决方案移除特定于 Windows 的包：在导入环境之前，手动编辑 environment.yml 文件，移除特定于 Windows 的包。检查和解决依赖冲突：在安装过程中，如果遇到依赖冲突，Conda 会给出相应的错误信息，可以根据错误信息手动调整依赖版本。

安装必要的编译工具：在 Linux 系统上安装必要的编译工具，如 gcc、make 等，以确保需要编译的包能够正常安装。测试镜像源：确保使用的镜像源在 Linux 系统上能够正常访问，如果遇到问题，可以尝试切换到其他镜像源。

以下是移除特定于 Windows 包后的 environment.yml 文件示例：

最好的方式是让豆包或deepseek之类的AI按照上面的要求检查一下，再导入。