conda list 能看到当前激活环境中所有已安装的包，包括 conda 和 pip 安装的包；默认输出 Name、Version、Build、Channel 四列，Channel 列标识来源（如 defaults、conda-forge 或 pypi），Build 字段为空或显示 pypi 通常表示该包由 pip 安装。
conda list 能看到哪些包？
conda list 显示的是当前激活环境中、用 conda 或 pip 安装的所有包（但不区分安装方式）。它默认按包名排序，输出包含四列：Name、Version、Build、Channel。注意：Channel 列能帮你判断包来源——比如 defaults、conda-forge 或私有源，这对排查版本不一致问题很关键。
常见误区是以为 conda list 只显示 conda 安装的包，其实 pip 安装的也会出现，只是 Build 和 Channel 字段常为空或显示 pypi。
- 没激活任何环境时，它查的是 base 环境
- 若想查其他环境，必须加
--name 环境名参数，例如conda list --name myenv - 输出过长时，可管道过滤：
conda list | findstr "numpy"（Windows）或conda list | grep numpy（macOS/Linux）
pip list 和 conda list 结果不一样怎么办？
这是正常现象，不是 bug。根本原因是：conda 和 pip 维护各自的安装记录，且 pip 不感知 conda 的 channel 信息，conda 也不解析 pip 的 dist-info 元数据。当你混用两者安装时，conda list 和 pip list 都可能“漏报”或“错报”某些包。
更麻烦的是，pip install 升级一个包，可能绕过 conda 的依赖检查，导致环境不一致。所以：
- 优先用
conda install管理科学计算类包（如numpy、pytorch） - 只在 conda 渠道没有时，再用
pip install；装完建议立刻运行conda list确认是否被识别 - 若发现
pip list有而conda list没有，说明该包极可能是 pip 独立安装的，后续更新/卸载请继续用 pip
怎么确认某个包是不是真的能 import？
conda list 只说明“文件存在”，不代表 Python 能成功导入。常见失败原因包括：Python 解释器路径不对、包安装在错误环境、或 C 扩展缺失依赖（如 cv2 缺少 Visual C++ 运行库）。
最直接的验证方式是在对应环境中启动 Python 并尝试导入：
python -c "import torch; print(torch.__version__)"
如果报 ModuleNotFoundError，但 conda list | grep torch 显示已安装，大概率是环境没激活对，或者你启动的是系统 Python 而非 conda 环境里的 Python。
- 用
which python（macOS/Linux）或where python（Windows）确认解释器路径 - 用
conda info --base查 base 路径，再对比python -c "import sys; print(sys.executable)" - 避免在 IDE 里直接点运行——先在 Anaconda Prompt 中
conda activate myenv，再跑命令
conda search 能不能替代 conda list？
不能。conda search 查的是远程频道（如 defaults 或 conda-forge）里“有哪些可用版本”，不是本地已安装的包。比如 conda search pandas 会列出从 0.24 到 2.2 的几十个构建版本，但它完全不管你的机器上有没有装 pandas。
它的真正用途是：在安装前确认某版本是否存在、是否支持当前平台（win-64 / osx-arm64）、以及该版本来自哪个 channel。例如：
conda search "pandas=2.1.*" --channel conda-forge
如果你误用 conda search 来“检查是否装了”，得到空结果只会让你更困惑——因为那说明远程没有匹配项，不代表本地没装。
真正容易被忽略的一点是：conda list 不显示包的安装时间、大小或依赖树深度；需要这些信息时，得配合 conda show 包名 或 pip show 包名，而且后者只对 pip 安装的包有效。
