Anaconda Python环境执行conda env update出现包依赖冲突如何解决

• 多通道混装导致依赖链互斥。当前配置的channel顺序混杂pytorch、plotly、anaconda、conda-forge、defaults五个通道，不同通道的同版本包编译时绑定的依赖版本完全不兼容，尤其是conda-forge和defaults通道的包存在大量隐式构建约束冲突。你看到的cryptography报错并非版本下限不满足，而是不同通道拉取的urllib3、pyopenssl绑定的cryptography构建版本互斥，不是简单满足版本号要求就能解决。
• 固定版本的dvc=2.1.0存在未被提示的硬依赖上限。dvc=2.1.0是2021年发布的老版本，自身依赖链对cryptography、pyopenssl、networkx等组件有明确的版本上限要求，但conda默认解析器的冲突提示只会打印部分依赖关系，不会展示这类老版本包的上限约束，才会出现“看起来所有下限都满足却报冲突”的情况。
• conda与pip混合安装逻辑破坏依赖树。你将scikit-learn、tensorflow这类带大量二进制依赖的包放在pip段安装，pip递归安装依赖时会直接覆盖conda已部署的同依赖文件，直接打乱conda的依赖解析逻辑，进一步提升冲突概率。

• 第一步：统一通道源，消除跨通道兼容问题
  先移除全局condarc中配置的所有自定义通道，新建环境时严格指定通道优先级，以conda-forge作为主通道，pytorch放在最前，不要同时加载anaconda、plotly、defaults三个和conda-forge兼容性差的通道，创建环境时添加--strict-channel-priority参数强制按通道顺序取包，禁止跨通道混装包：

  conda create -n env_fix --no-default-packages python=3.8.5 -c pytorch -c conda-forge --strict-channel-priority
  

• 第二步：先固定核心锁版依赖的依赖树
  激活新环境后单独安装dvc=2.1.0，不要和其他包批量混装，安装时添加--freeze-installed参数，安装完成后不要升级dvc带入的任何依赖：

  conda activate env_fix
  conda install dvc=2.1.0 -c conda-forge --freeze-installed
  

  安装完成后执行conda list导出dvc带入的所有依赖版本，后续安装其他包时如果涉及这些依赖，手动对齐版本，比如dvc 2.1.0自带cryptography==3.2，就在后续安装命令中明确指定cryptography=3.2，避免解析器自动拉取更高版本触发上限冲突。
• 第三步：调整依赖安装逻辑，减少pip/conda混装冲突
  将scikit-learn从pip依赖段移到conda的dependencies列表中，通过conda源安装；tensorflow优先使用conda-forge提供的对应python3.8版本安装，确实需要用pip安装时，添加--no-deps参数先安装主包，缺失的依赖手动通过conda补装，禁止pip自动递归安装依赖覆盖conda的已有文件。
  geopy、pandas-profiling、xlrd这类纯Python、无二进制编译依赖的包可以保留在pip段，不会触发底层依赖冲突。
• 第四步：替换解析器定位完整冲突链
  放弃自带的conda解析器，改用mamba做依赖解析，mamba会完整打印所有冲突的依赖约束，不会像conda那样只截断展示部分提示：

  # 先在base环境安装mamba
  conda install -n base mamba -c conda-forge
  # 用mamba批量安装剩余依赖，遇到冲突时会明确展示哪个包要求了什么版本上下限
  mamba install boto3 chart-studio dash dask dask-ml dbfread geopandas ipdb ipython ipywidgets joblib jupyter jupyterlab matplotlib nodejs numpy openpyxl pandas plotly pyinstaller python-dateutil pytorch regex requests scipy seaborn sqlalchemy statsmodels urllib3 -c pytorch -c conda-forge --strict-channel-priority
  

  你之前遇到的cryptography冲突，用mamba解析时会明确展示类似dvc=2.1.0 -> cryptography<3.3与高版本pyopenssl -> cryptography>=35.0的真实上下限冲突，不会只展示下限要求误导判断。
• 第五步：安装完成后做一致性校验
  所有包装完后交叉执行conda list和pip list检查，确认没有同一个包同时被conda、pip安装两个不同版本的情况，再依次执行dvc --version、python -c "import tensorflow, torch, geopandas, pandas, sklearn"验证核心包可正常导入即可。

内容的提问来源于stack exchange，提问作者Dr. Andrew