一文解决安装Anaconda后C盘不断增加的问题、修改默认配置

简介: 这个问题主要原因是由于Anaconda默认安装虚拟环境以及pkg在c盘的问题,有些同学在安装Anacoda时明明选择了其他安装路径,但是C盘还是不断在增加。下面我们来解决,这里其实有两种解决方式一种是通过添加dir来替换默认路径、一种是直接配置c盘路径下的.condarc文件,请记住这两种方法一定是再安装anaconda时选择的是Just Me,如果你选择的是All User,改了也不会生效

这个问题主要原因是由于Anaconda默认安装虚拟环境以及pkg在c盘的问题,有些同学在安装Anacoda时明明选择了其他安装路径,但是C盘还是不断在增加。
在这里插入图片描述
下面我们来解决,这里其实有两种解决方式一种是通过添加dir来替换默认路径、一种是直接配置c盘路径下的.condarc文件,请记住这两种方法一定是再安装anaconda时选择的是Just Me,如果你选择的是All User,改了也不会生效

第一种方法

首先使用下面命令查看conda的配置

conda config --show

在这里插入图片描述

如上图,我们可以看到虚拟环境目录envs_dirs有多条,其实默认我们会先使用第一个目录,这里我只想使用D盘下的目录,首先想到要删除其他的目录,但是如果你使用如下命令删除指定的envs_dirs、pkgs_dirs时

conda config --remove envs_dirs dir(虚拟环境路径)

会报下面的错误

CondaKeyError: 'pkgs_dirs': key 'pkgs_dirs' is not in the config file

原因其实这个只能删除在我们user路径下的.condarc文件的内容,及我们用户配置的内容。所以我们不能通过删除来解决。只能通过添加路径替换默认路径解决。

conda config --add envs_dirs dir(路径)
第二种方法(强烈推荐)

在用户路径下修改.condarc,我的在C:\Users\dell\.condarc下。
添加下面配置

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true
envs_dirs:
  - D:\Anaconda3\envs
pkgs_dirs:
  - D:\Anaconda3\pkgs
  - C:\Users\dell\.conda\envs
  - C:\Users\dell\AppData\Local\conda\conda\envs

添加了清华源、同时改了envs_dirs、pkgs_dirs。

下面我们再添加一些内容

创建虚拟环境


conda create -n myenv(自己的环境名字) python=3.7(选择适合自己的python版本)

我们来看一下anaconda虚拟环境删除的一些命令

conda remove -n your_env_name(虚拟环境名称) --all

我们还可以只删除虚拟环境中的包

conda remove --name $your_env_name  $package_name(包名)

查看当前存在哪些虚拟环境

conda env list 
或 
conda info -e

想要查看某虚拟环境都安装了哪些pkgs(包)可使用

conda list

在某虚拟环境下安装包

conda install package_name(包名)
目录
相关文章
|
安全 Linux iOS开发
Anaconda下载及安装保姆级教程(详细图文)
Anaconda下载及安装保姆级教程(详细图文)
34965 1
Anaconda下载及安装保姆级教程(详细图文)
conda常用操作和配置镜像源
conda常用操作和配置镜像源
31306 0
|
6月前
|
存储 Web App开发 缓存
清理C盘空间的6种方法,附详细操作步骤
释放C盘空间并不难。只要掌握合适的方法,哪怕你是电脑小白,也能轻松清理出几十GB空间。下面就为大家介绍6种实用、安全、细致的清理方法,并附上操作步骤。
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
21540 59
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
并行计算 异构计算
卸载原有的cuda,更新cuda
本文提供了一个更新CUDA版本的详细指南,包括如何查看当前CUDA版本、检查可安装的CUDA版本、卸载旧版本CUDA以及安装新版本的CUDA。
11527 3
卸载原有的cuda,更新cuda
|
机器学习/深度学习 并行计算 PyTorch
从零开始下载torch+cu(无痛版)
这篇文章提供了一个详细的无痛版教程,指导如何从零开始下载并配置支持CUDA的PyTorch GPU版本,包括查看Cuda版本、在官网检索下载包名、下载指定的torch、torchvision、torchaudio库,并在深度学习环境中安装和测试是否成功。
从零开始下载torch+cu(无痛版)
|
定位技术 Python Windows
彻底卸载并重装Anaconda环境与Python的方法
彻底卸载并重装Anaconda环境与Python的方法
8089 1
|
XML 数据格式 Python
将xml标签转换为txt(voc格式转换为yolo方便进行训练)
该文章提供了一个Python脚本,用于将VOC格式的XML标签文件转换为YOLO训练所需的TXT格式,包括修改数据集类别、输入图像与标注文件夹地址、转换过程和结果展示。
将xml标签转换为txt(voc格式转换为yolo方便进行训练)
Anaconda添加镜像却依旧安装以及创建慢或者失败的问题
这篇文章讨论了Anaconda在添加了镜像源之后仍然出现安装和创建包慢或失败的问题,并提供了修改.condarc文件以正确设置清华大学镜像源的解决方法。
Anaconda添加镜像却依旧安装以及创建慢或者失败的问题
|
Ubuntu Python
全网最简约的Vscode配置Anaconda环境(百分百成功)
全网最简约的Vscode配置Anaconda环境(百分百成功)
31824 0
全网最简约的Vscode配置Anaconda环境(百分百成功)