必须先确认当前环境和安装来源再卸载：用conda info --envs和conda activate切换环境，用conda list或pip show验证包存在及安装方式；conda remove仅卸conda安装包并处理依赖，pip uninstall仅卸pip安装包且不处理依赖，混装时需两者配合，卸后须用python -c和conda list/pip list双重验证。
直接用 conda remove 或 pip uninstall，但必须明确当前环境、安装来源、是否带依赖——否则容易卸不干净或误删其他包。
确认当前环境和目标库是否存在
卸载前不查清楚环境和包状态，极可能卸错地方或报“package not found”。先运行：
-
conda info --envs看所有环境，确认你要操作的是哪个（比如base还是myenv） -
conda activate myenv（替换成你的环境名）切换进去，再执行后续命令 -
conda list numpy或pip show numpy验证该库确实在当前环境中，且知道它是用conda还是pip装的
用 conda remove 卸载 conda 安装的库
conda remove 是最稳妥的方式，它会自动处理依赖关系（比如卸 pytorch 时连带卸 libtorch），但只对 conda install 装的包生效。
- 卸载单个包：
conda remove numpy - 卸载多个包：
conda remove numpy pandas matplotlib - 指定环境卸载（不激活也能操作）：
conda remove --name myenv scipy - 加
--force强制卸载（慎用）：conda remove --force opencv，可能留下孤立文件
注意：conda remove 默认不会删掉 pip 安装的同名包；如果混装了，得额外用 pip uninstall 补一刀。
用 pip uninstall 卸载 pip 安装的库
如果你用 pip install torch 装过 PyTorch，conda remove torch 可能没反应——因为 conda 不管 pip 装的东西。
- 卸载单个：
pip uninstall requests - 批量卸载：
pip uninstall torch torchvision torchaudio（回车后会逐个确认，加-y跳过） - 检查是否残留：
pip list | grep torch（Linux/macOS）或pip list | findstr torch（Windows）
关键点：pip 卸载不处理依赖，比如卸 scikit-learn 不会动它依赖的 numpy；但若你之前用 pip 覆盖安装过 conda 包，可能引发版本冲突，此时建议先 conda install --force-reinstall 拉回 conda 版本再卸。
卸载后验证和常见翻车点
卸完不验证，等于没卸。而且有些“已卸载”只是 import 报错，实际文件还躺在 site-packages 里。
- 验证方式：
python -c "import numpy"应报ModuleNotFoundError；conda list numpy应无输出 - 常见翻车点：
conda remove后pip list还能看到包名 → 说明是 pip 装的，漏了pip uninstall - 更隐蔽的问题：某些包（如
numba）有 C 扩展，卸载后残留.so/.pyd文件，需手动进site-packages删除对应文件夹 - 别碰
anaconda-clean来卸单个库——那是清整个 Anaconda 的，不是为单库设计的
真正麻烦的从来不是命令本身，而是你不知道那个库到底是谁装的、装在哪、有没有被其他包硬依赖着——所以每次卸载前花 30 秒查 conda list 和 pip show，比重装环境省两个小时。
