Conda（基础）环境是否应该保持最新？
Should the Conda (base) environment be kept up to date?
我很乐意使用 Conda via the miniconda 安装来管理 python 环境。
安装后，我保留 base 环境并为新项目创建新环境。然后我根据需要 conda env update 这些环境。但是，我不确定这是正确的方法。
是否应该 base 环境在创建新环境之前 conda env update 编辑？
我 认为 这会降低磁盘使用率，因为我可能不正确的理解是，Conda 在创建新环境时将包链接到 base 环境，如果包和依赖项完全匹配。
尽管...这没有多大意义，因为它们很容易失去同步。也许它只是节省了带宽，因为可以复制而不是下载匹配的包？
如果每个项目都有自己的环境，base 环境是否保持最新是否重要？
Conda 将所有包链接到 pkgs 文件夹，该文件夹由所有环境共享，并且不以任何特殊方式与 base 相关联。每当任何 env 安装或升级包时，它们都会去那里，并且没有任何明确的努力从现有包中获取资源——如果依赖项解决程序恰好解析为缓存包，它将使用它。目前，没有在 envs 中保持包同步的机制，因此必须设计一个工作流来实现它。
潜在的工作流程
理论上，可以使用 Conda's env cloning 来最大化包版本同步。为此，您可以在概念上将您的环境分为三类：
- base env：仅用于核心基础设施，例如
conda、jupyter、git等。这你会每当您想要新的命令行软件或需要 conda update conda 时，都可以自由更新。它应该与其他环境几乎没有重叠。
- template env：集中了常用的包集，通常按版本限制分组。例如，对于不同项目可能需要的不同版本的 Python，可能会有
py27-tmpl、py36-tmpl 和 py37-tmpl。在这里，您将安装跨项目所需的最大公共包子集。模板环境的主要目的是制作...
- project env：与特定的开发项目相关联，最初派生为模板 env 的克隆。其中大部分核心软件都来自于模板，然后需要在这里安装额外的软件。一个项目一旦开始，就保持相对固定，以保持开发的稳定性。
这样的结构将最大限度地重用现有的包版本。从 Conda v4.7 开始，依赖项解决程序默认使用隐式 --freeze-installed|--no-update-deps 标志的 first-stage 解决方案，它会尝试安装请求的包而无需更改现有包。如果与模板环境保持同步是您的目标，那么您可能希望在安装时始终使用 --freeze-installed。还可以使用 package pinning 来明确阻止指定的包从模板中升级。但是，这可能会限制安装其他软件包的某些最新版本。
不幸的是，您仍然会 运行 遇到与您直觉相似的同步问题：虽然您可以在制作新克隆之前更新这些模板环境，但不会更新之前从它们派生的环境。但是对于项目环境，我认为最好的做法是一旦开始工作就不要操纵它们。如果您担心 space，没有什么可以替代完成您的模块化项目，然后在使用后归档和删除项目环境。那，偶尔运行宁conda clean.
我很乐意使用 Conda via the miniconda 安装来管理 python 环境。
安装后，我保留 base 环境并为新项目创建新环境。然后我根据需要 conda env update 这些环境。但是，我不确定这是正确的方法。
是否应该 base 环境在创建新环境之前 conda env update 编辑？
我 认为 这会降低磁盘使用率，因为我可能不正确的理解是，Conda 在创建新环境时将包链接到 base 环境，如果包和依赖项完全匹配。
尽管...这没有多大意义，因为它们很容易失去同步。也许它只是节省了带宽，因为可以复制而不是下载匹配的包？
如果每个项目都有自己的环境，base 环境是否保持最新是否重要？
Conda 将所有包链接到 pkgs 文件夹，该文件夹由所有环境共享，并且不以任何特殊方式与 base 相关联。每当任何 env 安装或升级包时，它们都会去那里，并且没有任何明确的努力从现有包中获取资源——如果依赖项解决程序恰好解析为缓存包，它将使用它。目前，没有在 envs 中保持包同步的机制，因此必须设计一个工作流来实现它。
潜在的工作流程
理论上，可以使用 Conda's env cloning 来最大化包版本同步。为此，您可以在概念上将您的环境分为三类：
- base env：仅用于核心基础设施，例如
conda、jupyter、git等。这你会每当您想要新的命令行软件或需要conda update conda时，都可以自由更新。它应该与其他环境几乎没有重叠。 - template env：集中了常用的包集，通常按版本限制分组。例如，对于不同项目可能需要的不同版本的 Python，可能会有
py27-tmpl、py36-tmpl和py37-tmpl。在这里，您将安装跨项目所需的最大公共包子集。模板环境的主要目的是制作... - project env：与特定的开发项目相关联，最初派生为模板 env 的克隆。其中大部分核心软件都来自于模板，然后需要在这里安装额外的软件。一个项目一旦开始，就保持相对固定，以保持开发的稳定性。
这样的结构将最大限度地重用现有的包版本。从 Conda v4.7 开始，依赖项解决程序默认使用隐式 --freeze-installed|--no-update-deps 标志的 first-stage 解决方案，它会尝试安装请求的包而无需更改现有包。如果与模板环境保持同步是您的目标，那么您可能希望在安装时始终使用 --freeze-installed。还可以使用 package pinning 来明确阻止指定的包从模板中升级。但是，这可能会限制安装其他软件包的某些最新版本。
不幸的是，您仍然会 运行 遇到与您直觉相似的同步问题：虽然您可以在制作新克隆之前更新这些模板环境，但不会更新之前从它们派生的环境。但是对于项目环境，我认为最好的做法是一旦开始工作就不要操纵它们。如果您担心 space，没有什么可以替代完成您的模块化项目，然后在使用后归档和删除项目环境。那，偶尔运行宁conda clean.