python环境管理器miniconda

参考：https://mofanpy.com/tutorials/python-basic/interactive-python/py-install-env/

如何安装miniconda？

官网：https://docs.conda.io/en/latest/miniconda.html#linux-installers

选择其中一个版本并复制链接地址
在linux terminal中执行：
wget https://repo.anaconda.com/miniconda/Miniconda3-py39_4.10.3-Linux-x86_64.sh
会在当前目录下得到.sh文件，
chmod +x .sh文件
./.sh文件开始安装
安装完成后可以查看版本信息：

什么是miniconda?

conda

conda 是 Python 的一个管理器，它可以管理多个版本的 Python，也可以根据不同项目来管理不同的 Python 依赖。实现项目与项目之间的运行环境隔离。
安装conda的两种方式：
1、安装miniconda
2、安装anaconda
直接安装后，anaconda比miniconda多安装一些python库，当然miniconda可以自行选择安装python库。

Miniconda is a free minimal installer for conda. It is a small, bootstrap version of Anaconda that includes only conda, Python, the packages they depend on, and a small number of other useful packages, including pip, zlib and a few others. Use the conda install command to install 720+ additional conda packages from the Anaconda repository.

（莫烦python说的）虽然 conda 可以使用 conda install 的指令来安装依赖， 但是我还是建议使用 pip 来安装依赖。

pip

pip 是最底层最原始的 Python 库管理工具，安装一个 Python 就自带一个 pip，每个版本的 Python 都有自己私有的 pip。
conda 是在 pip/python 之上，想要隔离 pip 和 Python 环境的组件，所以是用 conda 来管理不同的 python 版本的。

pip安装方式：
pip install numpy # 安装最新的 numpy
pip install numpy matplotlib requests # 一次性安装多个依赖
pip install numpy==1.19.4 # 强制安装特定版本的库

在一般的 Python 中，pip 对应的是 Python2+ 的版本，pip3 对应的是 Python3+ 的版本。 一定要留意一下，自己装去了哪个版本的 Python。

安装太慢，换国内源：
pip install -i https://mirrors.cloud.tencent.com/pypi/simple numpy

源名	源地址
腾讯源	https://mirrors.cloud.tencent.com/pypi/simple
阿里源	http://mirrors.aliyun.com/pypi/simple/
豆瓣源	http://pypi.douban.com/simple/
清华源	https://pypi.tuna.tsinghua.edu.cn/simple/

设置配置文件，使得“pip install + 库名” 该命令默认从我们指定的源下载：

mkdir ~/.pip
cat << EOF > ~/.pip/pip.conf
[global]
index-url = https://mirrors.cloud.tencent.com/pypi/simple
trusted-host = mirrors.cloud.tencent.com
EOF

直接copy至terminal执行即可。
删除库：
pip uninstall numpy

conda分项目管理

查看当前有哪些python版本以及如何切换：

python2 和 python3 不兼容(当前python默认为python3)

若想将python默认版本从python3 改为python2:

echo alias python=python2 >> ~/.bashrc
source ~/.bashrc

创建conda环境

创建环境、并定义环境名和python版本：
conda create --name charnk python=3.9
然后手动切换到这个 charnk 的环境中，不然你就会一直待在一个叫 base 的基础环境中。
conda env list # 可以看到当前有哪些环节

conda activate charnk # 切换环境

conda info 可以查看charnk项目的Python版本：

pip install xxxx # 在 charnk 安装依赖

在你新建的环境中，直接用 pip 安装你想要安装的库吧，现在所有用 pip 安装的库，都会隔离开，单独存放在 charnk 这个独立环境中。和 base 或者其他环境都不影响。
当然如果你懂 conda install xxx 你也可以使用这个指令来安装依赖，这种方法同样也是隔离的安装方式。

迁移依赖

如何获得当前项目的依赖列表呢？
pip freeze > requirements.txt
在命令行的当前目录生成最基础的 pip 依赖列表，他会显示这个 Python 版本 pip 中所有安装过的依赖。如果你是用 conda 分项目来建 Python 的依赖环境的话，那就是这个 conda env 中的所有 pip 依赖。
怎么按照这个文件一次性在一台新电脑上安装呢？
pip install -r requirements.txt