1. Validar o Estado do Ambiente

Antes de qualquer instalação, cetrifique-se de que o ambiente correto está ativo. O terminal geralmente exibe o nome do ambiente entre parênteses (ex: (meu_projeto)). Para confirmar via linha de comando:

# Lista todos os ambientes; o atual marcado com *
conda env list

# Verifica o executável do Python em uso
import sys; print(sys.executable)  # Python
where python                        # Windows CMD
which python                        # Linux/macOS

Se a instalação ocorrer no ambiente base por engano, a isolamento é comprometido e pacotes globais podem entrar em conflito.

2. Estratégia de Instalação: Conda vs Pip

A ordem e a ferramenta de instalação impactam a estabilidade do ambiente.

• Priorize o Conda: Utilize conda install para bibliotecas populares (numpy, scipy, pandas). O Conda resolve dependências binárias de forma mais robusta e evita compilações locais.
• Use Pip como complemento: Se o pacote não estiver nos repositórios do Conda, utilize pip. Contudo, evite a flag --user, que instala fora do ambiente virtual. Uma boa prática é instalar as dependências principais com Conda primeiro, e o restante com Pip depois.

3. Compatibilidade de Versões

Ao criar um ambiente com uma versão específica do Python (ex: 3.9), verifique se as bibliotecas desejadas suprotam essa versão. Muitas bibliotecas podem ter restrições.

Para evitar erros, especifique a versão do pacote explicitamente:

# Exemplo: instalar uma versão específica compatível
conda install "tensorflow>=2.10,<2.12"
pip install "requests==2.28.1"

4. Instalação Seletiva de Pacotes

Evite instalar coleções inteiras de pacotes se não for utilizá-las. Por exemplo, instalar todos os extras de uma biblioteca pode introduzir dezenas de dependências desnecessárias, aumentando o risco de conflitos e o tamanho do ambiente.

Em vez disso, instale apenas os componentes necessários:

# Instala o núcleo da biblioteca
conda install -c conda-forge matplotlib

# Instala um extra específico via pip, se necessário
pip install "library-plugin[extra_feature]"

5. Automação e Reprodutibilidade

Para gerenciar dependências de forma profissinoal, utilize arquivos de requisitos.

Para instalar a partir de um arquivo:

pip install -r requirements.txt

Para exportar as dependências do seu ambiente atual para compartilhamento ou backup:

# Exporta configuração completa do Conda (inclui versão do Python)
conda env export --no-builds > environment.yml

# Exporta apenas pacotes instalados via Pip
pip list --format=freeze > requirements.txt

6. Manutenção do Ambiente

Ao longo do tempo, caches e pacotes não utilizados podem consumir espaço em disco significativo. Realize limpezas periódicas:

# Remove caches de pacotes baixados
conda clean --all

# Lista pacotes instalados para revisão manual
conda list

Seguindo esses passos — validação, priorização do Conda, atenção à compatibilidade e automação — seus ambientes permanecerão leves, funcionais e fáceis de replicar.