我尝试了conda搜索——过时了，有很多过时的包，例如scipy是0.17.1，但最新的是0.18.0。然而，当我做conda更新时，所有。它不会更新任何包。
更新1
conda update --all --alt-hint
Fetching package metadata .......
Solving package specifications: ..........
# All requested packages already installed.
# packages in environment at /home/user/opt/anaconda2:
#
更新2
我可以分别更新这些包。我可以做conda更新scipy。但是为什么我不能一次更新所有这些呢?
当前回答
我用康达和皮普解决了这个问题。
首先，我跑:
conda uninstall qt和conda uninstall matplotlib和conda uninstall PyQt5
在那之后，我打开cmd并运行这段代码
pip卸载qt, pip卸载matplotlib, pip卸载PyQt5
最后，您应该通过pip安装matplotlib的代码来安装matplotlib
其他回答
依赖冲突:更新一个依赖需要(根据需求)降级另一个依赖
你说得对:
conda update --all
才是正确的方法。Conda总是尝试将包升级到系列中的最新版本(比如Python 2。X或3.x)。
依赖冲突
但是有可能存在依赖冲突(这会阻止进一步升级)。如果发生这种情况，康达通常会非常明确地发出警告。
例:X要求Y <5.0，所以Y永远不会是>= 5.0
这就是为什么你“不能”全部升级它们。
解决
补充一句:也许它可以工作，但在conda中无法使用X与Y一起工作的新版本> 5.0。可以使用pip进行安装，因为pip中有更多可用的包。但是请注意，如果存在依赖冲突，pip也会安装包，并且它通常会破坏conda环境，因为您不能再可靠地使用conda安装了。如果要这样做，请将其作为最后的手段，并且在使用conda安装了所有包之后。这是相当拙劣的。
您可以尝试的一种安全方法是在升级时添加conda-forge作为通道(添加-c conda-forge作为标志)，或者如果您确实需要这个新版本，您可以尝试添加任何其他包含您的包的通道。这样，conda也会在这个位置搜索可用的包。
考虑您的更新:您可以分别升级它们，但这样做不仅包括升级，还包括降级另一个包。例如，在上面的例子中添加:
X > 2.0要求Y < 5.0, X < 2.0要求Y > 5.0
因此，升级Y > 5.0意味着将X降级到< 2.0，反之亦然。
(当然，这是一个教学示例，但在现实中是一样的，通常只是有更复杂的依赖项和子依赖项)
所以你仍然不能通过单独升级来升级它们;依赖关系是不能满足的，所以无论早晚，升级都会再次降级已经升级的包。或者破坏包的兼容性(这通常是您不希望的!)，这只能通过显式调用ignore-dependencies和force命令来实现。但这只是解决问题的方法，绝对不是普通用户的情况!
如果你真的想要更新你的安装包，而你通常不会这样做。在基本环境中运行的命令将更新其中的包，但通常应该使用虚拟环境(conda create -n myenv，然后conda activate myenv)。执行conda update——所有在这样一个环境中的操作都将更新该环境中的包。但是，由于基本环境也是一个环境，因此答案以相同的方式适用于这两种情况。
更准确地回答这个问题:
conda(对于miniconda是conda，对于Anaconda是conda)只更新包的特定版本——> major和minor。这就是范例。
在文档中，你会发现“注意:Conda更新到其系列中的最高版本，因此Python 2.7更新到2中可用的最高版本。X系列和3.6更新到最高可用的3。x系列。” 医生
如果王没有给出一个可重复的例子，人们只能提供帮助。 例如，他想要更新的真的是虚拟环境吗?或者他能得到他/她想要的
conda update -n ENVIRONMENT --all
*请在执行“更新—全部”之前阅读文档! 这并不会导致所有包的更新。因为conda试图解决环境中所有包之间的依赖关系，这可能导致没有警告的降级包。
如果你只想更新几乎所有，你可以创建一个pin文件
echo "conda ==4.0.0" >> ~/miniconda3/envs/py35/conda-meta/pinned
echo "numpy 1.7.*" >> ~/miniconda3/envs/py35/conda-meta/pinned
在运行更新之前。康达问题没有被固定
如果稍后你想忽略env中的文件进行更新，你可以这样做:
conda update --all --no-pin
您不应该执行update—all。如果你需要它，你可以在克隆环境中测试它。
第一步应该始终是备份当前的规范:
conda list -n py35 --explicit
(但即便如此，也不总是有一个链接到可用的源代码-比如jupyterlab扩展)
接下来你可以克隆和更新:
conda create -n py356 --clone py35
conda activate py356
conda config --set pip_interop_enabled True # for conda>=4.6
conda update --all
第二problem
更新:
目前我将使用曼巴(或micromamba)作为conda pkg-manager的替代品
更新:
因为conda的想法很好，但它不适合复杂的环境，我个人更喜欢nix-shell(或lorri)和诗歌的组合[作为优于pip/conda .-)](介绍poetry2nix)。
或者，您可以使用nix和mach-nix(其中您只需要您的需求文件。它能最好地解决和构建环境。
在Linux / macOS上，你可以使用nix
nix-env -iA nixpkgs.python37
进入一个包含Python3.7的环境(当然你可以更改版本)
或者作为一个非常好的Python(高级)环境，你可以使用mach-nix(与nix)一样
mach-nix env ./env -r requirements.txt
(它甚至支持conda[但目前处于测试版])
或者通过API
nix-shell -p nixFlakes --run "nix run github:davhau/mach-nix#with.ipython.pandas.seaborn.bokeh.scikit-learn "
最后，如果您确实需要使用由于依赖关系而不兼容的包，可以使用像NixOS/nix-pkgs这样的技术。
如果在MS windows中工作，您可以使用蟒蛇导航器。单击环境，在下拉框中，默认为“已安装”。你可以选择“updatable”并从那里开始
想象一下包的依赖关系图，当包的数量增加时，在升级/添加包时遇到冲突的几率要高得多。要避免这种情况，只需在Anaconda中创建一个新环境。
要节俭，只安装你需要的。对我来说，我在新环境中安装了以下包:
pandas scikit-learn matplotlib 笔记本 努力
我总共有84个包裹。
为了更新所有可能的包，我使用conda update——update-all
它的工作原理!
