Linux Miniconda安装教程与conda常用指令介绍

文章目录

  • [1. 前言](#1. 前言)
  • [2. Miniconda安装与使用](#2. Miniconda安装与使用)
    • [2.1 下载Miniconda](#2.1 下载Miniconda)
    • [2.2 安装](#2.2 安装)
    • [2.3 创建和管理虚拟环境](#2.3 创建和管理虚拟环境)
  • [3. Conda 环境导出与克隆](#3. Conda 环境导出与克隆)
    • [3.1 环境导出](#3.1 环境导出)
    • [3.2 通过 `.yml` 文件创建环境](#3.2 通过 .yml 文件创建环境)
    • [3.3 克隆环境](#3.3 克隆环境)
  • [4. 其他指令](#4. 其他指令)
    • [4.1 搜索包](#4.1 搜索包)
    • [4.2 查看 conda 配置信息](#4.2 查看 conda 配置信息)
    • [4.3 清理缓存](#4.3 清理缓存)
  • [5. Conda配置国内镜像源](#5. Conda配置国内镜像源)
    • [5.1. 配置清华镜像源](#5.1. 配置清华镜像源)
    • [5.2. 配置中科大镜像源](#5.2. 配置中科大镜像源)
    • [5.3. 删除源](#5.3. 删除源)
    • [5.4. 恢复默认源](#5.4. 恢复默认源)
    • [5.5. 查看源配置](#5.5. 查看源配置)
  • [6. 使用pip](#6. 使用pip)

1. 前言

Miniconda 是一个轻量级的 Conda 发行版,要用于管理 Python 环境和软件包。它的主要作用包括:

  • 虚拟环境管理:Miniconda 可以轻松创建多个 Python 虚拟环境,并且能有效避免环境冲突。
  • 安装和管理软件包:使用 conda 代替pip,提供更稳定的依赖管理。
  • 轻量级:相比 Anaconda,Miniconda 只包含 conda、python及基本依赖,占用更少的存储空间,适合定制化安装。
  • 跨平台:支持 Linux、macOS 和 Windows。

简而言之,Miniconda 的作用是管理 Python 版本和依赖,比如你电脑中运行了多个项目,这些项目需要不同的 Python 版本和库,就可以用 Miniconda 创建独立的虚拟环境,避免相互干扰。

2. Miniconda安装与使用

2.1 下载Miniconda

官方网站上下载适合自己的Miniconda 安装脚本,也可以使用下面命令来默认下载一个最新的版本:

bash 复制代码
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

2.2 安装

直接运行脚本进行安装

bash 复制代码
bash Miniconda3-latest-Linux-x86_64.sh

安装过程:

  • 持续按 Enter 查看许可协议, 最终输入yes来表示接受此协议
  • 设置安装路径(默认是~/miniconda3, 也可以设置自定义路径),回车确认
  • 询问是否自动初始化Conda,输入yes

如果安装时选择自动初始化,则无需手动激活;如果未初始化,则需要输入如下命令手动激活

bash 复制代码
source ~/miniconda3/bin/activate

安装完成后,可以通过下面命令来测试是否安装成功

bash 复制代码
conda --version

如果正确显示版本号,则安装成功。

为了保证conda 版本使用的是最新版,需要定期更新conda

bash 复制代码
conda update conda

2.3 创建和管理虚拟环境

1. 创建Python 3.8的环境:

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

2. 激活环境

bash 复制代码
conda activate myenv 

3. 安装软件包

bash 复制代码
conda install numpy
  • 默认安装最新版本的包。
  • 可以指定版本号进行安装,如 conda install numpy=1.18.5。
  • 可以指定从特定渠道安装,如 conda install -c conda-forge numpy。

4. 退出环境

bash 复制代码
conda deactivate

5. 列出环境

bash 复制代码
conda env list
#或者
conda info --envs

5. 删除环境

bash 复制代码
conda remove --name myenv --all

3. Conda 环境导出与克隆

3.1 环境导出

当希望与其他人共享环境时,可以使用下面命令将当前环境导出到一个.yml文件

bash 复制代码
conda env export > environment.yml

3.2 通过 .yml 文件创建环境

通过 上面导出的environment.yml文件来创建一个新环境。

bash 复制代码
conda env create -f environment.yml
  • -f:指定 .yml 文件路径。
  • 你可以指定环境名称:conda env create -f environment.yml --name newenv。

3.3 克隆环境

将当前环境克隆出一个一模一样的环境

bash 复制代码
conda create --name newenv --clone oldenv
  • oldenv 是原始环境的名称。
  • newenv 是你希望创建的新环境。

4. 其他指令

4.1 搜索包

bash 复制代码
conda search numpy
  • 可以指定包的版本:conda search numpy=1.18.5。
  • 可以指定渠道:conda search numpy -c conda-forge。

4.2 查看 conda 配置信息

显示关于 conda 安装、环境、渠道等的详细信息。

bash 复制代码
conda info

4.3 清理缓存

清理下载的缓存文件,释放磁盘空间。

bash 复制代码
conda clean --all
  • --all:删除所有缓存。
  • --packages:只删除安装包的缓存。
  • --tarballs:删除 .tar.bz2 包缓存。

5. Conda配置国内镜像源

conda config可以用来管理配置文件.condarc。比如我们需要配置国内镜像源来加上包的下载

5.1. 配置清华镜像源

bash 复制代码
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/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes

5.2. 配置中科大镜像源

bash 复制代码
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
 #设置搜索时显示通道地址
conda config --set show_channel_urls yes

5.3. 删除源

比如删除bioconda官方源

bash 复制代码
conda config --remove channels bioconda

5.4. 恢复默认源

bash 复制代码
conda config --remove-key channels

5.5. 查看源配置

我们可以通过下面命令来查看配置

bash 复制代码
conda config --show channels

6. 使用pip

如果 Conda 源中没有需要的软件包,可以在 Conda 环境中使用 pip:

bash 复制代码
conda install pip  # 确保环境中有 pip
pip install package_name  -i  https://mirrors.aliyun.com/pypi/simple/ # 安装软件包

国内常用pip源镜像地址,可自行替换。

  • 清华:https://pypi.tuna.tsinghua.edu.cn/simple/
  • 阿里云:https://mirrors.aliyun.com/pypi/simple/
  • 中国科技大学: https://pypi.mirrors.ustc.edu.cn/simple/
  • 华中理工大学:https://pypi.hustunique.com/
  • 山东理工大学:https://pypi.sdutlinux.org/
  • 豆瓣:https://pypi.douban.com/simple/