Conda更新包时降级NumPy的原因及保留版本的解决办法

问题背景 #

我创建了名为dev的Conda虚拟环境，对应的YAML配置文件如下：

# *** dev.yml ***

name: dev

channels:
  - defaults      # Check this channel first
  - conda-forge   # Fallback to conda-forge if packages are not available in defaults

dependencies:
  - python==3.12
  - numpy>=2.0.1
  # ...more libraries without fixed versions

环境创建过程无依赖问题，成功安装了NumPy 2.0.1版本。但执行命令：

conda update --all

时，得到如下输出显示NumPy将被降级：

The following packages will be DOWNGRADED:
  numpy                               2.0.1-py312h2809609_1 --> 1.26.4-py312h2809609_0 
  numpy-base                          2.0.1-py312he1a6c75_1 --> 1.26.4-py312he1a6c75_0 

疑问 #

1. 为何Conda在更新包时会尝试降级NumPy？创建环境时并未出现依赖警告，对此感到困惑。
2. 是否有办法在保留当前NumPy版本的前提下，仅更新可解决依赖的包？

原因分析 #

• 通道优先级与包兼容性限制：你的环境优先使用defaults通道，NumPy 2.0.1在defaults通道中属于较新版本，而其他未指定版本的包在defaults通道里的最新版本还未适配NumPy 2.0.1。执行conda update --all时，Conda会尝试将所有包更新到各自通道的最新兼容版本，为满足其他包的依赖要求，只能降级NumPy到兼容性更广的1.26.4版本。
• 环境创建与更新的依赖解析逻辑差异：创建环境时，Conda基于numpy>=2.0.1去匹配所有依赖包的可行版本组合，此时找到的是适配NumPy 2.0.1的旧版依赖包；而更新时，Conda优先尝试更新所有包到最新版本，这些新版依赖包可能不支持NumPy 2.0.1，因此触发降级。

解决方法 #

方法1：锁定NumPy版本后更新其他包 #

执行以下命令，明确指定保留当前NumPy版本，再更新其他可兼容的包：

conda update --all --constraint "numpy==2.0.1"

或者先固定NumPy版本（不更新其依赖），再执行全量更新：

conda install numpy==2.0.1 --no-deps
conda update --all

方法2：调整通道优先级，优先使用conda-forge #

NumPy 2.0.1在conda-forge通道的生态兼容性更好，调整通道优先级让conda-forge优先：

conda config --env --add channels conda-forge
conda config --env --add channels defaults

之后再执行conda update --all，Conda会优先从conda-forge寻找适配NumPy 2.0.1的最新依赖包，大概率不会触发降级。

方法3：显式指定依赖包版本（长期方案） #

为避免这类问题，建议在YAML文件中为关键依赖包指定明确的版本范围，或者生成包含所有包精确版本的锁定文件：

conda env export > dev-lock.yml

后续维护环境时基于锁定文件操作，能有效避免版本冲突。

内容的提问来源于stack exchange，提问作者user11062613