• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Riesgo
      • Constructor de Scorecards de Crédito
      • Aplicar Scorecard de Crédito
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Cómo eliminar un entorno en Conda

enero 15, 2024 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Una de las ventajas de usar Conda es la posibilidad de crear diferentes entornos para instalar los paquetes necesarios para cada proyecto. Existiendo un aislamiento entre los entornos, de tal modo que los paquetes instalados en uno no son accesibles desde el resto. Una funcionalidad que permite evitar conflictos entre las dependencias necesarias en diferentes proyectos. Pero, los entornos ocupan espacio en disco, ya que cada uno requiere necesita almacenar sus paquetes y la versión de Python. En esta entrada se verá cómo eliminar un entorno en Conda desde la línea de comandos.

Obtener el listado de entornos

En la mayoría de los casos es posible que ya se conozca el entorno que se desea eliminar, pero es una buena idea listar los entornos existentes en la instalación de Conda. Revisando de esta manera la posible existencia de otros entornos que ya no se usen. El comando que se debe ejecutar en la terminal para obtener la lista de entornos es

        % conda env list    
        # conda environments:
        #
        base                    /Users/daniel/anaconda3
        falcon              *  /Users/daniel/anaconda3/envs/falcon
        python39                 /Users/daniel/anaconda3/envs/python39
% conda env list       
# conda environments:
#
base                     /Users/daniel/anaconda3
falcon                *  /Users/daniel/anaconda3/envs/falcon
python39                 /Users/daniel/anaconda3/envs/python39

Con el que se obtiene el listado con todos los entornos creados en la instalación de Coda. El entorno activo se mostrará con un asterisco. En el caso de que se desee eliminar el entorno activo, como en el ejemplo que se va a eliminar el entorno falcon, lo primero es desactivarlo, para lo que se deberá ejecutará el siguiente comando en la terminal

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

% conda deactivate

Por lo que el entorno base pasará a ser el activo. Lo que se puede comprobar listando otra vez los entornos.

% conda env list  
# conda environments:
#
base                  *  /Users/daniel/anaconda3
falcon                   /Users/daniel/anaconda3/envs/falcon
python39                 /Users/daniel/anaconda3/envs/python39

Eliminar un entorno en Conda

Ahora que el entorno se ha desactivado, ya se puede ejecutar el comando remove de Conda para eliminar el entorno del disco. El comando requiere que se le indique en nombre del entorno a eliminar mediante la opción --name. Adicionalmente es recomendable usar la opción --all para indicar que se desean eliminar todos los paquetes instalados en el entorno. Así, para eliminar el paquete Falcon solamente se debería escribir

% conda remove --name falcon --all

Al ejecutar el comando, se indicará un listado de todos los paquetes que se van a borrar en el proceso y se pedirá confirmación para seguir. En el caso de que la lista sea correcta se debe indicar con `y` para que el comando continúe con el borrado del entorno. Una vez terminado se pueden listar los entornos para comprobar que se ha eliminado correctamente.

% conda env list                  
# conda environments:
#
base                  *  /Users/daniel/anaconda3
python39                 /Users/daniel/anaconda3/envs/python39

Para eliminar otro entorno, solamente se tendrá que cambiar falcon por el nombre.

Publicidad


Conclusiones

En esta entrada se ha visto cómo listar los entornos existentes en una instalación y eliminar un entorno en Conda. Aunque el uso de entornos es una característica muy útil de Conda, a lo largo del tiempo se puede crear múltiples que puede ocupar valioso espacio en disco.

Imagen de Ian Procter en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Python Etiquetado como: Anaconda

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

WOE e IV: La Base Matemática del Credit Scoring

mayo 5, 2026 Por Daniel Rodríguez

Noticias

Lanzamiento de la versión 1.0 del laboratorio de Analytics Lane con nuevas herramientas de scoring

mayo 2, 2026 Por Daniel Rodríguez

Analytics Lane

¡Analytics Lane cumple ocho años!

mayo 2, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Copiar y pegar Activar copiar y pegar en VirtualBox publicado el mayo 1, 2019 | en Herramientas
  • Comparar archivos en Visual Studio Code publicado el enero 10, 2024 | en Herramientas
  • Noticias Mejores mensajes de error en Python 3.10 publicado el octubre 11, 2021 | en Python
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • Uso de múltiples ejes en Matplotlib publicado el agosto 4, 2022 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto