如何清空重置Conda的base环境
很多Python/机器学习初学者可能刚开始使用conda时会犯这个错误，那就是直接在base环境下面执行conda install 或pip install，这样会导致在错误使用较长时间后，base环境下会堆积大量包，这也体现了conda install的弊端，包装多了分析相互解决屎山依赖的时候就会花费巨量时间。
笔者就是在用了几年后，发现以前的tensorflow/torch全装在了base环境下，想重新装一个包搁那Solving environment: \ 半个小时，查了半天中文互联网没找到解决方案，在外网看到方案，遂搬运一下。
查看历史版本
1 | conda list --revisions |
使用
1 | conda install --rev 1 |
恢复到古早版本(或者 rev 0)
所以正确使用conda的方法应该是，使用conda管理虚拟环境
1 | conda create -n myenv python=3.9 |
按需使用conda安装tensorflow/torch之类依赖麻烦的包，conda安装不上的一律用pip安装，缺少某个具体特定包的时候一律使用pip安装
conda install以及pip install(在激活conda环境中使用的pip)package都可以在current_env/lib/site-packages找到
conda有严格的检查机制，它会保证你当前装的package安装好之后能work，但是，它只检查用conda安装过的package。
例如，你新安装的package会依赖numpy ，不过你已经安装numpy(1.19.2)，但是用pip安装的，不好意思，它会认为你没安装，然后用conda再安装一个依赖版本的numpy(1.18.5)。这个时候，两个numpy可能就打架了。并且你pip list与conda list显示的numpy版本可能不一致，结果不知道最后运行程序的时候调用了哪个版本的numpy。
这个时候，uninstall可能也卸载不干净，卸了一个还有一个，最后还可能一直list有却是一个空壳。这个时候，只能找到anaconda的lib/site-packages/numpy, 手动删掉它！
pip安装时既检查conda安装的package，也检查pip安装的package。不过，它只负责要什么装什么，不负责能不能把装的一堆packages打通，可能装好不work 😦。
另外conda clean --all命令可以帮助你清理掉一些无用的文件，包括缓存包、索引缓存、旧的日志文件和未使用的环境等，从而恢复 conda 环境的一部分“新状态”，建议多多使用。
参考文章：pip install 和conda install有什么区别吗？
原文链接：https://blog.csdn.net/qq_45864922/article/details/145852969
如何清空重置Conda的base环境