使用miniconda构建数据科学环境

背景

数据科学中，不同时期项目代码往往是由不同的版本的python和第三方数据科学包构建，这些不同版本往往会存在兼容性问题，要运行这些代码，需要管理不同的版本的安装包。Conda是一个开源的包管理和环境管理系统，环境管理允许用户创建不同的独立的虚拟环境，可以在其中安装不同版本的python和包，而且支持方便快速地切换虚拟环境

anaconda和miniconda都集成了conda，二者的区别是anaconda预安装了300多个常用的数据科学包，安装包非常大（安装需要4～5G空间），有图形化界面，比较适合新手使用；而miniconda只包含python和一些核心的安装包（大约70个），安装包比较小（安装只需要500M空间），可以后期根据自己的需要进行数据科学包的安装，适合有经验的同学。

卸载Anaconda

anaconda的第三方包可能依赖不同版本的其他包和gcc，使用时间长了容易出现依赖版本混乱的情况，造成运行错误。需要卸载干净，以免重新安装后还有问题。

这里可以使用官方建议的卸载方法。

Uninstalling Anaconda Distribution — Anaconda documentation

1. 打开您的终端应用程序。

2. （可选）通过运行以下命令从所有终端 shell 配置文件中删除任何 conda 初始化脚本：

   conda activate
   conda init --reverse --all

3. 使用rm -rf删除整个anaconda3目录。根据您的安装，此目录将位于您的根文件夹或 opt 文件夹中。查看下安装位置（mac上搜索anaconda）然后进行删除。

4. Note 笔记
   要卸载 Miniconda，请将anaconda3替换为miniconda3 
   
   # The following are a few examples of how you
   # may need to delete your Anaconda folder
   rm -rf anaconda3
   rm -rf ~/anaconda3
   sudo rm -rf /opt/anaconda3 # 部分文件删除不掉时使用

5. （可选）如果您在anaconda3目录之外创建了任何环境，您可以手动删除它们以增加计算机上的可用磁盘空间。

6. 关闭并重新打开终端以刷新它，您不应再在终端提示符中看到(base) 。

安装Miniconda

1. 对mac用户，最简单的安装方式是通过package（后缀名为.pkg）进行安装，先下载需要的安装包，这里主要是M1芯片还是intel x86芯片。

安装包：

Latest Miniconda installer links by Python version — Anaconda documentation

2. 双击安装即可

3. 安装完成之后，验证按章是否成功

conda -V

conda 24.7.1 

更换国内数据源

在国内使用官方镜像进行安装会很慢，因此建议切换为国内的镜像源。

第一次运行，缺失.condarc，运行一下面这条命令，用户目录下就会多一个.condarc的配置文件

conda config --set show_channel_urls yes

# 换其国内镜像源，以清华镜像为例
vim ~/.condarc

# Vim的使用方法，运行上述命令后，按“i”键进入“INSERT”模式（最后一行会显示“INSERT”），
# 然后编辑condarc中的内容，编辑完成后，按“ESC”键退出编辑模式，然后按“Shifit+：”，最后一行显示“：”时，输入wq（保存退出）

将condarc配置文件内容修改为如下

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
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
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

 参考：https://www.cnblogs.com/Oraer/p/17431614.html

国内其他镜像源：

# 中科大镜像源
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/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/
 
# 阿里镜像源
conda config --add channels https://mirrors.aliyun.com/pypi/simple/
 
# 豆瓣的python的源
conda config --add channels http://pypi.douban.com/simple/ 
 
# 显示检索路径，每次安装包时会将包源路径显示出来
conda config --set show_channel_urls yes
conda config --set always_yes True
 
#执行以下命令清除索引缓存，保证用的是镜像站提供的索引
conda clean -i
 
# 显示所有镜像通道路径命令
conda config --show channels

#**如果不想进入终端默认激活base环境: **
conda config --set auto_activate_base false

安装数据包

安装数据科学包前，先初更新和始化conda，conda init 这个命令会帮忙自动配置环境变量（如 .bashrc 或 .bash_profile 等），省去手动配置的麻烦。

conda update conda
conda init

新建conda环境，可以指定python版本 

conda create -n py312 python=3.12

conda activate py312

conda install numpy pandas scipy matplotlib seaborn jupyter notebook jupyterlab
 

安装完成后，在终端中输入“jupyter notebook” ，可以测试是否成功。

至此，一个初步的数据科学工作环境就搭建完成了！

参考文章：

1. Linux安装miniconda和换镜像源：https://www.cnblogs.com/Oraer/p/17431614.html

1. Miniconda3环境配置，换国内源_miniconda换源-CSDN博客

2. https://www.cnblogs.com/catting123/p/16557462.html

3. miniconda配置手册——基本配置、初始化、管理虚拟环境、包的操作-CSDN博客