MacOS 安装Miniconda

工具介绍

Anaconda 和 Miniconda 是两种不同的 Python 环境管理工具，它们的主要区别在于安装和包管理的方式以及默认的包集成。

Anaconda

• 完整发行版：Anaconda 是一个完整的 Python 数据科学和机器学习发行版。它包含了大量的数据科学工具、库和包，如NumPy、Pandas、SciPy、scikit-learn、Jupyter等，以及一些可视化工具。
• 大型安装包：Anaconda 安装包相对较大，因为它包含了许多预安装的数据科学库和工具。
• 包管理器：Anaconda 使用 Conda 包管理器，可以轻松管理 Python 环境和包，以及解决包依赖关系。
• 默认环境：Anaconda 默认创建一个名为 “base” 的 Python 环境，其中包含了大多数常用的数据科学工具。

Miniconda(推荐使用，工具库按需下载，减少冗余)

• 轻量级发行版：Miniconda 是 Anaconda 的精简版本。它的安装包比 Anaconda 小得多，因为它只包含最基本的组件，包括 Python 和 Conda 包管理器。
• 自定义环境：Miniconda 允许用户根据自己的需求自定义安装数据科学工具和库。你可以从头开始构建自己的 Python 环境，只安装你需要的包。
• 灵活性：Miniconda 提供了更大的灵活性，因为你可以根据项目的需要创建不同的虚拟环境，并根据需求安装和管理包。

Miniconda安装步骤

• 启动终端terminal

• 创建miniconda3系统目录

  mkdir -p ~/miniconda3
  

• 下载miniconda3最新版本安装脚本

  curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
  

• 执行miniconda3安装脚本

  bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
  

• 清理垃圾

  rm -rf ~/miniconda3/miniconda.sh
  

• 初始化miniconda3环境配置

  ~/miniconda3/bin/conda init bash
  

• 测试miniconda3安装成功

  conda --version
  

• 如果看到类似版本信息，说明安装成功

  conda 23.7.4
  

• 如果提示conda命令不存在，手动配置环境变量

  • 在~/.bashrc文件中设置环境变量

    vim ~/.bashrc
    

  • 添加如下内容

    export PATH=~/miniconda3/bin:$PATH
    

  • ESC wq 保存退出，重新加载~/.bashrc文件

    source ~/.bashrc
    

  • 重新测试miniconda3安装成功

    conda --version
    

常用工具库安装

conda install jupyter
conda install matplotlib
conda install scipy
conda install joblib
conda install numpy
conda install pandas
conda install pytables
conda install seaborn
conda install scikit-learn
conda install imbalanced-learn
conda install pymysql
conda install sqlalchemy

Miniconda常用命令

• 创建环境：创建一个新的Python环境. (MiniConda安装成功后，默认创建一个base环境。需要额外的隔离环境，执行命令创建类似命名"custom_env" 环境，如果需要使用指定Python版本，需要添加"python=version")

  conda create --name {custom_env} python=3.8
  

• 激活环境：激活或切换一个已创建的环境以在其中工作

  conda activate {custom_env}
  

• 退出环境：退出当前激活的环境

  conda deactivate
  

• 查看已创建的环境列表：列出所有已创建的conda环境

  conda env list
  

• 安装包：在激活的环境中安装Python包

  conda install {package_name}
  

• 卸载包：从激活的环境中卸载Python包

  conda remove {package_name}
  

• 查看已安装的包：查看当前环境中已安装的Python包列表

  conda list
  

• 更新conda：更新conda包管理器本身

  conda update conda
  

• 更新环境：更新当前环境中的所有包

  conda update --all
  

• 创建环境配置文件：将当前环境的包列表导出到一个配置文件中

  conda list --export > {environment.yml}
  

• 使用环境配置文件创建环境：根据环境配置文件创建一个新的环境

  conda env create -f {environment.yml}