【软件】安装Miniconda

安装

根据搜索结果，以下是使用Homebrew在macOS上安装Miniconda的详细步骤：

1.安装Homebrew（如果尚未安装）
打开终端（Terminal），运行以下命令安装Homebrew：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2.使用Homebrew安装Miniconda
在终端中运行以下命令安装Miniconda：

brew install --cask miniconda

3.初始化Conda
安装完成后，需要初始化Conda。运行以下命令：

conda init "$(basename "${SHELL}")"

这会根据你当前使用的shell（如bash或zsh）来初始化Conda。

4.重新加载Shell配置
为了使更改生效，需要重新加载你的shell配置文件。如果你使用的是zsh，可以运行：

source ~/.zshrc

如果你使用的是bash，可以运行：

source ~/.bash_profile

5.验证安装
在终端中运行以下命令验证Conda是否安装成功：

conda --version

如果显示版本号（如conda 23.7.4），则说明安装成功。

6.配置环境变量（如果需要）
如果终端无法识别conda命令，可能需要手动配置环境变量。运行以下命令：

echo 'export PATH="/opt/homebrew/Caskroom/miniconda/base/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

或者，如果你使用的是bash：

echo 'export PATH="/opt/homebrew/Caskroom/miniconda/base/bin:$PATH"' >> ~/.bash_profile
source ~/.bash_profile

7.创建和管理环境
现在你可以使用Conda来创建和管理虚拟环境了。例如，创建一个名为myenv的虚拟环境，并指定Python版本为3.10：

conda create --name myenv python=3.10

激活该环境：

conda activate myenv

8.配置国内源（可选）
为了提高下载速度，可以配置国内源。运行以下命令：

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 --set show_channel_urls yes

9.关闭默认激活base环境（可选）
如果你不想每次打开终端时自动激活base环境，可以运行以下命令：

conda config --set auto_activate_base false

通过以上步骤，你可以在macOS上使用Homebrew成功安装并配置Miniconda。如果遇到问题，可以参考Conda官方文档或社区支持。

使用

1.创建环境

conda create -n cbf310 python=3.10

conda init "$(basename "${SHELL}")"

2.激活环境

conda activate cbf310

3.安装依赖

pip3 install -r requirements.txt

4.退出

conda deactivate

在激活的环境中安装包：

conda install numpy pandas
conda uninstall numpy

查看当前环境中已安装的包：

conda uninstall numpy

更新特定包：

conda update numpy

删除不再需要的虚拟环境：

conda env remove --name myenv

为了提高下载速度，可以配置国内源：

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 --set show_channel_urls yes

搜索可用的包：

conda search numpy

查看所有已创建的虚拟环境：

conda env list

导出当前环境的依赖列表：

conda env export > environment.yml