阿里云 linux Centos7 安装 Miniconda3 + 创建Python环境

1.下载miniconda

(1)法一:可以去下载清华源的miniconda镜像源,选择自己需要的版本,然后上传到Linux服务器上,linux上使用请选择linux版本,如下:

**(2)**法二:在linux下的某一目录下,使用wget获取源文件,wget后面的地址就是上图中鼠标右击复制得到的,这种方式省去了上传的步骤。

bash 复制代码
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py310_23.9.0-0-Linux-x86_64.sh 

2、安装miniconda

(2-1)启动安装脚本进行安装

bash 复制代码
bash  Miniconda3-py310_23.9.0-0-Linux-x86_64.sh

安装过程中,出现如下直接按【Enter】键,然后后续按【空格键】快速略过一些说明。

(2-2)遇到此处,输入【yes】,然后回车

(2-3)设置miniconda安装路径

(2-4)遇到此处,输入【yes】,然后回车,直到安装完成

3、验证miniconda是否安装成功

关闭终端,重新连接(否则不能查看conda的版本的信息),验证conda是否安装成功

(3-1)终端输入如下命令,会出现对应的版本号;

bash 复制代码
conda -V  

(3-2)输入python,会显示当前base环境的python版本号

bash 复制代码
python

4、配置conda的镜像源

(4-1)先查看miniconda的镜像源,一般输出是空的,命令行输入:

bash 复制代码
 conda config --show-sources

(4-2)添加镜像源,命令行输入:

bash 复制代码
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/ 
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

(4-3)再次执行(4-1)的指令,会出现如下信息

5、创建一个新的python环境

(5-1) -n env ==> 表示创建的新环境名字为env;

(5-2)python=3.8 ==> 表示新环境的python版本号为3.8

bash 复制代码
conda create -n env python=3.8

6、激活环境

bash 复制代码
conda activate env

激活环境后,命令行的会从原来的(base)更改为(env),表示新的环境激活成功。

7、退出环境

bash 复制代码
conda deactivate

8、查看本地存在的python环境

bash 复制代码
conda info --envs

如下是我本级存在的两个python环境base和env

相关推荐
Q_Q196328847527 分钟前
python+springboot+uniapp微信小程序题库系统 在线答题 题目分类 错题本管理 学习记录查询系统
spring boot·python·django·uni-app·node.js·php
Rhys..44 分钟前
.gitignore文件的作用及用法
python·github
IT学长编程1 小时前
计算机毕业设计 基于深度学习的酒店评论文本情感分析研究 Python毕业设计项目 Hadoop毕业设计选题 机器学习选题【附源码+文档报告+安装调试】
hadoop·python·深度学习·机器学习·数据分析·毕业设计·酒店评论文本情感分析
~-~%%2 小时前
Moe机制与pytorch实现
人工智能·pytorch·python
深耕AI2 小时前
【PyTorch训练】为什么要有 loss.backward() 和 optimizer.step()?
人工智能·pytorch·python
0_0梅伊阁诗人2 小时前
Django ORM 模型
开发语言·数据库·笔记·python·oracle·django
优秀的老黄2 小时前
Docker部署RabbitMQ
linux·运维·docker·中间件·容器·centos·rabbitmq
Lin_Aries_04213 小时前
容器使用卷
linux·运维·docker·云原生·容器·eureka
Liang_GaRy3 小时前
心路历程-Linux的特殊权限
linux·运维·服务器
Genevieve_xiao3 小时前
【dl】python基础 深度学习中需要用到的python基础
python·深度学习