创建含Keras与TensorFlow的Anaconda环境时遇包冲突及找不到问题

一、导致PackagesNotFoundError的原因 #

• argparse无需单独指定安装：argparse是Python标准库的一部分，随Python自带，conda频道中没有独立的argparse包，指定argparse=1.1必然找不到对应资源。
• 包名错误：你写的dateutil在conda中的标准包名为python-dateutil，直接用dateutil会导致频道无法识别。
• TensorFlow版本的频道缺失：TensorFlow 2.10.1不在conda默认的defaults频道中，需要添加conda-forge或TensorFlow官方频道才能获取该版本。
• mysql包名不明确：conda中没有名为mysql的包，需指定具体客户端包，比如mysql-connector-python或mysqlclient。

二、导致“Found conflicts! Looking for incompatible packages.”的原因 #

• 过度精确的版本约束：同时强制指定所有依赖包的精确版本，conda的依赖解析器很难找到所有包版本完全兼容的组合，不同包的依赖链容易出现冲突。
• 本地环境可能是conda+pip混合安装：你本地能正常运行的环境，大概率是混合使用conda和pip安装的包，而conda与pip的依赖解析逻辑不同，纯用conda无法复刻这种混合安装的依赖组合，因此会出现冲突。

修复建议 #

1. 移除标准库包的指定：删掉命令中的argparse=1.1。
2. 修正包名：将dateutil=2.8.2改为python-dateutil=2.8.2，将mysql替换为mysql-connector-python或mysqlclient。
3. 添加必要频道：创建环境时加上-c conda-forge频道，示例命令：

   conda create -n myenv -c conda-forge python=3.8.8 pandas=1.4.2 scikit-learn=1.0.2 numpy=1.23.5 python-dateutil=2.8.2 keras=2.10.0 mysql-connector-python sqlalchemy=1.4.22 statsmodels=0.13.5 tensorflow=2.10.1
   

4. 放宽版本约束：如果仍有冲突，可只指定核心包版本（如Python、TensorFlow、Pandas），其余包让conda自动匹配兼容版本，示例：

   conda create -n myenv -c conda-forge python=3.8.8 tensorflow=2.10.0 pandas=1.4.2 scikit-learn=1.0.2
   

5. 复刻本地环境的替代方案：导出本地pip依赖列表，在conda环境中用pip安装：
   • 本地环境执行：pip freeze > requirements.txt
   • 创建conda基础环境：conda create -n myenv python=3.8.8
   • 激活环境后执行：pip install -r requirements.txt

内容的提问来源于stack exchange，提问作者Runciter