Miniconda安装和使用

标签：虚拟环境 mirrors Python Miniconda conda https 使用安装

Miniconda概述

Miniconda是什么？
要解释Miniconda是什么，先要弄清楚什么是Anaconda，它们之间的关系是什么？
而要知道Anaconda是什么，最先要明白的是搞清楚什么是Conda，参考：Conda简单教程。
一言以蔽之，Conda是Python中用于管理依赖包和虚拟环境的工具，Anaconda是一个带有Conda工具的软件包（附带了Conda、python和150多个科学软件包及其相关的包），而Miniconda是一个Anaconda的轻量级替代，默认只包含了Python和Conda。
也就是说，安装了Miniconda，就可以直接使用Python和Conda了。

为什么要使用Miniconda呢？不使用Miniconda难道不可以吗？
当然可以不用Miniconda，没有Miniconda也不妨碍使用Python，实际上没有Minicoda在Python中也是可以实现依赖包和虚拟环境管理的。
Python自带的包管理工具为pip，虚拟环境管理可以使用virtualenv（需要单独安装：pip install virtualenv），但是在这么一些情况下使用Miniconda能够比较方便的解决问题。
场景1：系统本身已经存在了Python2（大多数Linux系统都会自带），但是应用程序运行环境需要Python3，此时使用Miniconda可以在不直接升级系统本身自带的Python2的情况下使用Python3。当然直接升级系统本身自带的Python2为Python3也是可以的，但是存在一定的危险性，这样做可能会破坏某些系统工具的运行环境。比如在产线环境需要临时使用Python3环境，是不太可能允许直接去升级系统自带的Python2的。关于升级Python2到Python3可以参考：Python2升级到Python3。

场景2：系统需要存在多个环境，便于在Python2和Python3之间来回切换，使用Miniconda能很好地解决这个需求。

场景3：系统本身不带Python，手动安装Python可能比较慢，直接安装Miniconda即可使用Python环境。

安装Miniconda

Miniconda可以从国内镜像站下载，比如：清华大学开源软件镜像站。
至于需要下载哪个版本的Miniconda，需要根据使用Python版本的需求而定，详见：Miniconda，而Anaconda支持的Python版本信息则详见传送门。

# 系统本身的Python版本为：3.6.9
$ python -V
Python 3.6.9

$ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda-3.9.1-Linux-x86_64.sh
$ bash Miniconda-3.9.1-Linux-x86_64.sh

根据提示信息一路安装完毕，最后会将miniconda添加到环境变量PATH中。

# added by Miniconda 3.9.1 installer
export PATH="/home/chench/miniconda/bin:$PATH"

说明： 在不同的Linux发行版上安装Miniconda后，添加conda到PATH变量的方式可能有所不同，但通常都是在~/.bashrc文件中实现的。

安装完毕之后重新登陆系统，查看conda信息：

$ conda info
Current conda install:

             platform : linux-64
        conda version : 3.9.1
  conda-build version : not installed
       python version : 2.7.9.final.0
     requests version : 2.25.0
     root environment : /home/zhangsan/miniconda  (writable)
  default environment : /home/zhangsan/miniconda
     envs directories : /home/zhangsan/miniconda/envs
        package cache : /home/zhangsan/miniconda/pkgs
         channel URLs : http://repo.continuum.io/pkgs/free/linux-64/
                        http://repo.continuum.io/pkgs/free/noarch/
                        http://repo.continuum.io/pkgs/pro/linux-64/
                        http://repo.continuum.io/pkgs/pro/noarch/
          config file : None
    is foreign system : False

查看Python信息：

# 注意：此时查看Python版本信息时已经是Conda自带的默认Python版本了
$ python -V
Python 2.7.9 :: Continuum Analytics, Inc.

执行conda -h可以查看详细用法。

说明：
当把conda添加到PATH变量时，登录系统后会进入到conda中激活的环境中，此时执行python -V查看到的版本信息是conda环境中的Python。如果不再使用conda了，可以将conda从PATH变量中移除即可，如下所示：

$ cat .bashrc
# added by Miniconda 3.9.1 installer
# export PATH="/home/chench/miniconda/bin:$PATH"

使用Miniconda

添加镜像源

安装完Miniconda之后首先要做的就是添加镜像源，便于快速下载相应模块包。
修改~/.condarc文件内容如下：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/
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
  ustc: http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  alibaba : https://mirrors.aliyun.com/pypi/simple/
 
ssl_verify: true

修改完毕并保存文件内容之后执行conda clean -i清除索引缓存，保证用的是镜像站提供的索引。

管理虚拟环境

# 查看环境信息，当前环境会通过一个星号 (*) 标识
$ conda env list
# conda environments:
#
root                  *  /home/zhangsan/miniconda

如上，默认的环境名称为root。

创建虚拟环境：

# 新建一个基于Python 3.6的环境，名称为myenv
$ conda create -n myenv python=3.6.2
$ conda env list
# conda environments:
#
myenv                    /home/chench/miniconda/envs/myenv
root                  *  /home/chench/miniconda

创建完新环境之后查看环境列表，默认还是root环境。

选择虚拟环境：

$ source activate myenv
discarding /home/chench/miniconda/bin from PATH
prepending /home/chench/miniconda/envs/myenv/bin to PATH

# 在指定环境中查看Python版本时正是创建环境时指定的版本
$ python -V
Python 3.6.2 :: Continuum Analytics, Inc.

退出虚拟环境：

# 退出当前所处的虚拟环境
$ source deactivate
discarding /home/chench/miniconda/envs/myenv/bin from PATH

# 再次查看Python版本时就是conda默认root环境的Python版本
$ python -V
Python 2.7.9 :: Continuum Analytics, Inc.

删除虚拟环境：

# 删除指定名称的虚拟环境
$ conda env remove -n myenv
$ conda env list
# conda environments:
#
root                  *  /home/chench/miniconda

管理软件包

# 查看在当前所在虚拟环境中已经安装的包
$ conda list

# 在当前所在的虚拟环境中安装软件包
$ conda install <package_name>

# 在指定虚拟环境中安装包
$ conda install --name <env_name> <package_name>

# 卸载当前所在虚拟环境下的指定包
$ conda remove <package_name>

# 卸载指定虚拟环境下的指定包
$ conda remove --name <env_name> <package_name>

# 升级当前所在虚拟环境下的指定包
$ conda update <package_name>

【参考】
https://blog.csdn.net/xcntime/article/details/113874750 解决conda创建新环境慢 conda install 速度慢报错问题
https://developer.aliyun.com/article/693858 python开发之虚拟环境管理：virtualenv、virtualenvwrapper、pycharm
https://blog.csdn.net/NDKHBWH/article/details/101299078 Anaconda查找包,下载包,更新包,删除包
https://www.jianshu.com/p/854b11a18bef Miniconda安装及其使用

标签：虚拟环境,mirrors,Python,Miniconda,conda,https,使用,安装
From： https://www.cnblogs.com/nuccch/p/16597253.html