miniconda各平台安装配置和使用Python环境（保姆级教程）

Conda是python程序运行环境的管理工具。Python是目前最流行的计算机语言，由于python是胶水语言，功能上的实现依赖第三方包。有的python脚本需要特定版本的依赖包运行，如果直接在电脑上安装该依赖包，可能影响到其他python脚本运行，因此python提出了虚拟环境和公共环境的概念，使用虚拟环境来单独为此python脚本安装依赖包。虚拟环境解决了依赖包安装的问题，那么如果脚本对python解释器版本有要求怎么办呢，conda就是解决为python解释器创建隔离环境的工具。conda可以理解为管理python程序运行环境的工具，包括python解释器和所需要的依赖包，通过conda可以创建指定版本python解释器的独立环境，并且可以在该环境下安装依赖包，每个环境的python解释器和依赖包都是独立存在的。

Conda分为anaconda和miniconda两个工具，anaconda是包含一些常用包，并且有图形用户界面，是比较完善的环境管理工具；miniconda是anaconda的精简版，仅包含conda主程序和基本包，没有用户界面。

Conda官网https://docs.conda.io/en/latest/miniconda.html

一、安装

（一）Windows

官网下载exe安装包安装，因为miniconda本身体积比较大，建议安装在空间较大的磁盘。安装版安装好后已经配置好环境的变量，具体是环境变量path中添加以下路径：

# 添加path的环境路径
D:\Miniconda3
D:\Miniconda3\Library\mingw-w64\bin
D:\Miniconda3\Library\usr\bin
D:\Miniconda3\Library\bin
D:\Miniconda3\Scripts

# 最主要的路径
D:\Miniconda3
D:\Miniconda3\Library\bin
D:\Miniconda3\Scripts

path环境变量主要用于全局cmd控制台，任何一个cmd都可以使用conda，如果没有在path添加miniconda路径，将无法直接使用conda的命令。为了避免污染全局环境，建议不使用全局环境变量，而是使用conda前激活环境即可。

安装好后win+r快捷键输入cmd调出控制台，输入conda -V，即可看到miniconda的版本号。

绿色免安装版miniconda，cmd中使用前可手动activate激活conda的base环境，或者临时添加环境变量。

# 激活conda的base环境（推荐）
Miniconda3\condabin\activate.bat
# 临时添加路径
path=%path%D:\Miniconda3;D:\Miniconda3\Library\bin;D:\Miniconda3\Scripts

（二）Linux/MacOS

1.下载

官网下载对应平台对应的sh安装包，也可以通过命令下载安装包。

# Linux
wget -c https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh
## 示例（-c断点续传，-O下载到用户目录下重命名为miniconda3.sh）
wget -c -O ~/miniconda3.sh https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh

# MacOS
curl -O https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh
## 示例（-C断点续传，-o下载到用户目录下重命名为miniconda3.sh）
curl -C -o ~/miniconda3 https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh

wget和curl命令类似，都可以在linux和macos系统中用来下载文件，linux默认安装wget，macos默认安装curl。当不指定保存路径时，默认下载在当前目录下。

wget [option] 

curl [option] 

更多参数请使用wget -h或curl -h查看

清华大学镜像站Miniconda下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

2.安装

安装包所在目录鼠标右键进入终端，使用bash命令进行安装。

# 修改权限（提示权限不足时执行）
chmod 777 Miniconda3-py39_4.11.0-Linux-x86_64.sh
# 执行安装
bash Miniconda3-py39_4.11.0-Linux-x86_64.sh -b -p ~/miniconda3

参数：-b：表示默认允许许可证，-p：指定安装目录

以上命令表示默认不询问安装到用户目录下的minoconda3目录。（Linux和macOS路径中的~符号表示用户目录，sudo获取管理员权限后表示/root目录（macos是/var/root目录）。~也可以使用$HOME变量代替。）

3.初始化

在miniconda3/bin目录下，执行./conda init进行初始化。

cd ~/miniconda3/bin
./conda init
# 或者不进入目录直接执行
~/miniconda3/bin/./conda init

初始化后重新启动终端即可使用conda命令。

全局初始化即将conda的环境路径添加到用户目录的.bashrc文件中，终端每次启动时执行.bashrc添加conda的环境路径。

因为初始化conda会污染系统的环境，建议安装后不进行初始化，而是在终端中需要conda时再临时激活，这样就不会在每个终端中自动添加conda的环境路径。

# 如果权限不够修改相应文件权限
chmod 777 ~/miniconda3/bin/activate 
# 激活conda环境（推荐）
source ~/miniconda3/bin/activate

二、配置

（一）镜像源频道管理

因为conda的镜像源在国外，安装依赖包可能会比较慢，可以将镜像源地址修改为国内镜像源地址。

# 添加清华大学镜像站频道
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
# 添加频道后需要显示频道
conda config --set show_channel_urls yes

# 删除镜像源频道
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

# 查询已存在的频道
conda config --get channels

经测试使用镜像源无法创建conda环境。

2019年清华大学镜像站因未获授权停止服务，后经过与anaconda官方联系，清华大学镜像站2019-06-15恢复使用。官方声明：https://mirrors.tuna.tsinghua.edu.cn/news/restore-anaconda/

国内提供Conda镜像站的大学

清华大学: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
北京外国语大学: https://mirrors.bfsu.edu.cn/help/anaconda/
南京邮电大学: https://mirrors.njupt.edu.cn/
南京大学: http://mirrors.nju.edu.cn/
重庆邮电大学: http://mirror.cqupt.edu.cn/
上海交通大学: https://mirror.sjtu.edu.cn/
哈尔滨工业大学: http://mirrors.hit.edu.cn/#/home
(目测哈工大的镜像同步的是最勤最新的)

（二）Linux系统取消终端自动激活conda的base环境

Linux下安装好miniconda并进行全局初始化后，启动终端就会自动进入conda的base环境，可以使用以下命令取消。

conda config --set auto_activate_base false

三、使用

（一）Conda环境管理

1.环境创建

conda create -n [name] [python=version] [-y]

# 例如
## 安装python3最新版本，比如目前最新是3.10，如果python2最新版本同理。
conda create -n py3 python=3

## 安装指定python版本
conda create -n py39 python=3.9

## 不询问同意创建
conda create -n py39 python=3.9 -y

[name]：环境名称

[python=version]：python版本

[-y]：不询问默认同意创建

2.环境删除

conda remove -n [name] --all
# 示例
conda remove -n py39 --all

3.环境列表

在进行congda环境管理时常常需要查看已经存在的环境，这时候可以使用以下命令列出所有已创建的环境

# 三个命令任意一种
conda env list
conda info -e
conda info --envs

4.环境重命名

conda并没有提供重命名环境的命令，以下方法是克隆原来的环境，然后删除原来的环境，达到重命名的目的。

conda create -n python2 --clone py2
conda remove -n py2 --all

克隆py2到python2，然后删除py2。

（二）激活和退出环境

# 激活
conda activate [name]
## 示例
conda activate py39

# 退出
conda deactivate

激活conda的环境后，地址前面将会出现（环境名）所在路径的命令窗口(py39) C:\Users\Admin>

（三）依赖包管理

conda环境的依赖包管理工具由conda和pip两种，pip是python环境包管理工具，conda是conda环境下统一管理工具。

1.依赖包列表

conda环境下查看已经安装的依赖包可以用list选项列出。

conda list
# 或
pip list

conda list可以列出所有依赖包，pip list不能列出conda环境创建时默认的部分包比如pip自己本身和splite3等等，但后期自行安装的依赖包两个工具都可以管理。

2.安装/卸载/更新

在conda环境下安装依赖包可以使用conda命令或者pip命令，执行后依赖包将下载安装在当前的conda环境下

##### 安装依赖包 #####
# Canda
conda install [package=version] [-y]
## Conda示例
conda install requests -y
## 指定版本包
conda install requests=2.27.1 -y

# Pip
pip install [package==version]
## Pip示例
pip install requests
## 指定版本包
pip install requests==2.27.1


##### 卸载依赖包 #####
# 用pip命令安装的包必须用pip卸载
# conda uninstall可能卸载存在问题，建议用conda remove
conda uninstall [package] [-y]
conda remove [package] [-y]
pip uninstall [package] [-y]


##### 更新依赖包 #####
conda update [package] [-y]

[package]：依赖包名

[-y]：不询问同意安装（请注意有些命令是不能假-y参数的）

3.依赖包导出导入

# conda导出
conda list -e > requirements.txt
# conda导入
conda install --yes --file requirements.txt

# pip导出
pip freeze > requirements.txt
# pip导入
pip install -r requirements.txt

虽然conda可管理的包更多，但很多都是conda环境创建时自带的包，后手动安装的包使用conda和pip都可以管理，因此使用两个命令导出都可以，但是导入是要使用相应的命令导入。

四、清理Conda

Conda因为需要管理多个环境，在没有创建任何环境情况下，即使是精简版的miniconda体积也在700M左右（Windows版相对其他平台体积小一些），可以使用以下方法清理conda。

1.清理无用包

# 删除没有用的包（推荐）
conda clean -p
# tar打包
conda clean -t
# 删除所有安装的包及cache缓存
conda clean -y -all

2.删除pkgs目录

pkgs目录是依赖包缓存目录，当conda创建环境或者conda/pip命令安装的依赖包都会缓存在该目录下，目的是下次安装的时候不用从网络下载。另一个目的是当conda环境创建过程中网络中断停止，重新创建时也不用全部下载依赖包而仅仅是下载缺少的包。

# 删除目录
rm -r pkgs
# 重建目录
mkdir pkgs

先清理无用包，再删除pkgs目录。pkgs目录是创建conda环境时下载的初始包，环境创建成功后就没有用了，删除该目录后在创建conda环境时会自动重建。

3.查看空间占用

使用du命令查看miniconda安装目录下占用体积大小的文件和目录

# 在安装目录下执行命令
du -sh *

五、Conda卸载

1.Windows

如果是安装包安装的直接在程序管理里面卸载即可；如果是绿色版直接删除conda的安装目录，删除path环境变量中conda有关的路径即可。

2.Linux/macos

（1）删除安装目录

# 删除安装目录
rm -rf ~/miniconda3

miniconda安装在用户目录下的miniconda3目录，执行删除此目录

（2）删除配置

删除用户目录下.bashrc文件中与conda初始化有关的代码（如下）

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/lee/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/lee/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/home/lee/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/home/lee/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

如果当前目录需要立即更新删除miniconda后的环境，则立即执行.bashrc文件，否则终端重启也会重新读取.bashrc

# 执行.bashrc文件
source ~/.bashrc