Python版本管理器-Miniconda

  随着Python的版本更新，我们在开发Python软件的时候，对Python的版本选择越来越重要，但同时又要兼容已经开发好了的Python软件，因此选择一款合适的Python版本管理器对提高开发效率也越来越重要，今天就推荐一款Python的版本工具—Miniconda，从名字上看有mini，所以他是一款简化版，而完整版叫Anaconda，他们俩个都是conda 包管理器，当然也有很大的不同，接下来就开始介绍。

Anaconda

  Anaconda 是一个开源的 Python 和 R 语言发行版，专为数据科学、机器学习和大数据处理而设计。它由 Anaconda, Inc. 开发和维护，旨在简化包管理和部署，同时提供一个功能强大的开发环境。

  Anaconda 包含了多个重要组件，使其成为数据科学工作流中的一站式解决方案：
  1. Python 解释器：Anaconda 包括最新版本的 Python 解释器，使得编写和运行 Python 代码变得非常方便。
  2. conda：这是 Anaconda 的核心包管理器和环境管理器，允许用户创建和管理虚拟环境，以及安装和更新各种包。conda 支持 Python 和非 Python 包，这使其比其他包管理器（如 pip）更加灵活。
  3. 常用数据科学库：Anaconda 预装了 1,500 多个数据科学和机器学习的常用库，如 NumPy、Pandas、SciPy、Matplotlib、Scikit-learn、TensorFlow 和 PyTorch 等。这使得用户无需手动安装这些库，从而节省大量时间。
  4. Jupyter Notebook：这是一种交互式的开发环境，广泛用于数据探索、分析和可视化。Jupyter Notebook 允许用户在同一个文档中编写代码、添加注释和展示结果，非常适合数据科学项目。

  正是由于有这么多的组件，让Anaconda具有简化环境管理、丰富的包支持、跨平台支持等优势，对于科学研究者老说使用Anaconda更方便快捷

Miniconda

  Miniconda 是 Anaconda 项目的一个简化版，是一个轻量级的 Python 发行版本，专注于提供基本的 Python 环境管理功能。与 Anaconda 不同，Miniconda 只包含最基本的工具和包，用户可以根据需要自行安装其他库和工具。由于是简化版，它只包含Python 解释器 和 conda 两个组件，因此它更轻量级、灵活行也更高。因此我们在开发项目时需要根据自己实际需求去安装依赖。

下载地址

  Anaconda：https://www.anaconda.com/download 填写邮箱提交后会发送一个包含下载地址的邮件，直接在邮件中打开下载

  Miniconda：https://docs.anaconda.com/free/miniconda/

  这两个安装包我也上传到CSDN，下载地址：https://download.csdn.net/download/weixin_45481406/89426093

  接下来就开始演示Miniconda，关于Miniconda的安装在这里就不详细说明，直接缺省安装即可。安装后需要配置环境变量，如下图所示：

  配置环境变量后再控制台中输入 “conda -V” 验证是否成功

  接下来就对Miniconda的命令做一个详细的解释

activate          # 激活一个环境，需要提前安装
clean             # 删除没有使用的包和缓存
compare           # 比较环境中的包
config            # 修改配置文件的值
content-trust     # 签名和验证工具
create            # 从指定包的列表中创建新的conda环境
deactivate        # 停用当前活动的conda环境
doctor            # 显示环境的运行状况报告
export            # 导出指定的环境
info              # 显示有关当前conda安装的信息
init              # 初始化conda以进行shell交互
install           # 将程序包列表安装到指定的conda环境中
list              # 列出conda环境中已安装的程序包
notices           # 检索最新的频道通知
package           # 创建低级别的conda包
remove (uninstall)# 从指定的conda环境中删除包的列表
rename            # 重命名现有环境
repoquery         # 高级搜索报告数据
run               # 在conda环境中运行可执行文件
search            # 使用MatchSpec格式搜索程序包并显示相关信息
update (upgrade)  # 将conda软件包更新到最新的兼容版本

  conda的每个命令中都还有一写其他的参数，可以通过 “-h” 查看。

  接下来就演示conda的一个流程
  1. 使用 “conda create --name python3.8 python=3.8” 安装一个名为python3.8，python版本为3.8的环境

  2. 使用 “conda env list” 查看所有已安装的环境

  3. 使用 “conda activate python3.8” 激活安装的环境

  4. 使用 “conda deactivate” 退出当前环境，如果安装时选择的默认环境，择退出后会使用默认环境

  5. 使用 “conda remove --name python3.8 --all” 删除名为python3.8的环境