【大模型应用开发-python基础】（十五）Linux下安装Miniconda

一、Miniconda概述

 

• 小巧而强大：Miniconda是一个轻量级、免费且开源的跨平台软件包管理系统。它提供了conda这个全能的包管理器，让您轻松驾驭Python包的世界！
• 跨平台兼容性：无论您使用的是哪个操作系统，Miniconda都能为您提供一致、高效的软件包管理体验。
• 包管理利器：conda不仅可以快速安装和管理Python包，还能助您一臂之力，在项目中轻松管理依赖关系，告别库冲突的烦恼！
• 虚拟环境专家：使用conda，您可以方便地创建、保存、加载和切换虚拟环境。这意味着您可以为每个项目量身定制其所需的依赖，确保环境的纯净和一致性。
• 超越Python：conda不仅限于Python包的管理，它还支持安装非Python的包，如R、Ruby等。这使得Miniconda成为了一个全面、多功能的科学计算环境管理器。

 

二、Conda、Miniconda、Anaconda的区别

 

conda是一种通用包管理系统，旨在构建和管理任何语言和任何类型的软件。举个例子：包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了。

Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。就只包含最基本的东西，其他的库得自己装。

 

三、Linux系统下安装Miniconda

 

第一步：下载Miniconda安装包

 

打开浏览器，跳转到清华大学开源软件镜像网站，在输入框检索anaconda后点击

 

 

点击 miniconda

如图所示，找到适合你的Linux系统版本的Miniconda安装程序，右键复制链接地址

 

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py310_24.1.2-0-Linux-x86_64.sh

 

第二步：运行安装程序

打开终端，利用wget命令下载安装程序文件：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py310_24.1.2-0-Linux-x86_64.sh

 

运行以下命令进行安装：

sh Miniconda3-py310_24.1.2-0-Linux-x86_64.sh

 

提示： 这里的文件名Miniconda3-py38_4.9.2-Linux-x86_64.sh可能会根据你的安装包版本和系统架构有所不同。

 

第三步：完成安装

安装完成后，打开一个新的命令提示符窗口，输入conda --version来验证是否安装成功。如果你能看到了conda的版本信息，那么恭喜你！安装成功啦！你现在可以在Linux系统上愉快地使用Miniconda了！

 

 

四、安装后的验证与常用命令

 

安装完成后，我们需要验证Miniconda是否安装成功，并熟悉一些常用的conda命令。

验证安装：打开一个新的命令提示符窗口，输入conda --version，如果看到conda的版本信息，说明安装成功。

常用命令：以下是一些常用的conda命令，你可以尝试运行这些命令来熟悉conda的使用：

• conda create -n py38 python=3.8：创建一个名为py38的新环境，并安装Python 3.8。
• conda activate py38：激活名为py38的环境。
• conda deactivate：退出当前激活的环境。
• conda install package_name：在当前环境中安装包名为package_name的包。
• conda remove package_name：在当前环境中卸载包名为package_name的包。
• conda env list：列出所有已创建的环境。
• conda env export > environment.yml：导出当前环境的配置信息到environment.yml文件中。
• conda env create -f environment.yml：根据environment.yml文件中的配置信息创建一个新的环境。

 

五、Miniconda的高级用法与进阶技巧

掌握了Miniconda的基本安装和命令使用之后，进一步了解其高级用法和进阶技巧能够帮助你更有效地进行Python环境管理。

使用环境文件：

环境文件（通常命名为environment.yml）允许你定义和分享一个完整的conda环境，包括所有的包、版本和依赖关系。这对于团队协作和复现实验环境非常有用。你可以使用conda env export命令导出当前环境到一个环境文件，然后通过conda env create -f environment.yml命令从环境文件创建新环境。

1 2	conda env export > environment.yml conda env create -f environment.yml

管理多个环境：

随着项目的增加，你可能会需要管理多个不同的Python环境。Miniconda提供了方便的命令来列出、激活和切换环境。

1 2 3

conda env list          # 列出所有环境 conda activate env_name  # 激活指定环境 conda deactivate        # 退出当前环境

配置镜像源：

为了加速conda包的下载速度，你可以配置conda使用国内的镜像源。这可以通过修改~/.condarc文件来实现。例如，你可以将channels和show_channel_urls配置项设置为使用清华大学的conda镜像。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

channels:   - defaults   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ show_channel_urls: true default_channels:   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ custom_channels:   conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud   msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud   bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud   menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud   pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

使用conda-forge：

conda-forge是一个由社区维护的conda包分发平台，提供了许多在默认Anaconda仓库中不可用的包。你可以通过添加conda-forge通道来访问这些包。

1	conda config --add channels conda-forge