作者：济北周南 https://www.bilibili.com/read/cv8956636/ 出处：bilibili

问题背景

pip安装第三方库时经常出现vc依赖问题导致安装不成功，使用conda可以适当的避开此类问题，运行不同的源代码可能需要不同的python版本号或者pip模块

conda是一个配置隔离python环境的工具 目前有两个发行版Anaconda和Miniconda
anaconda是一个大而全的工具集合，包括了非常多常用的pip模块（如numpy、pandas、scipy、matplotlib等），它还有图形化的管理工具等

miniconda是一个单纯的conda工具，仅自带极少的python必要的包，干净纯粹，可以按照自己的需求构建任意环境

miniconda比anaconda小非常多，可以实现全部日常需求，只不过需要自己动手

下载

anaconda是一个大而全的工具集合，包括了非常多常用的pip模块（如numpy、pandas、scipy、matplotlib等），它还有图形化的管理工具等

miniconda是一个单纯的conda工具，仅自带极少的python必要的包，干净纯粹，可以按照自己的需求构建任意环境

miniconda比anaconda小非常多，可以实现全部日常需求，只不过需要自己动手

安装

• win用户直接双击exe文件不断下一步即可

• linux用户到命令行中执行 bash 下载文件的名字.sh （比如 bash Miniconda3-latest-Linux-x86_64.sh）命令即可开始安装，按照提示回车即可

换源

这是安装完成后最重要的一步，还是因为conda的仓库都在国外，所以访问速度很慢，我们要把仓库的地址换成国内的镜像源，才能正常的使用（以正常速度下载而不是龟速）

win用户：

1. 打开开始菜单，会找到conda的prompt的程序（就是在conda文件夹下，名字里带prompt，图标是黑色控制台的程序）

2. 执行命令：conda config --set show_channel_urls yes（复制命令粘贴后，回车执行）

3. 去C盘找到Users文件夹，然后找到你用户名字的文件夹（比如我的叫Joe，你可能是Administrator或你自己起的别的什么名字），就可以看到名叫.condarc的文件（假设你系统装在C盘）

4. 打开.condarc文件，删掉里边全部的东西，然后去https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/这个地址，复制这个框框里全部内容，然后粘贴到.condarc里保存退出

你的框框可能是白色的
5. 回到刚才的prompt黑黑的控制台窗口（你不会关了吧，关了就重新打开），然后执行conda clean -i 就ok了

linux用户：

1. 打开你的终端（别告诉我你不知道什么是终端），然后切换到你conda的安装位置，默认会在用户文件夹下，进入它的bin文件夹

2. 这个bin文件夹下会有一个叫 conda 的程序，你执行 ./conda init 即可完成初始化，如果不行试试 ./conda init bash，之后你再进终端默认就是conda的base环境了

3. 之后的操作和win上类似：去用户目录下找 .condarc 文件，如果没有你就手动创建一个，然后去 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/复制框框里全部的内容，粘贴到.condarc保存退出（如果本来有内容就全部删掉再粘贴）

4. 再执行一个 conda clean -i 就完成了换源
   然后就是正常的使用，默认conda会是base环境，你当然可以在这里装任何你需要的包，如果你想要创建多个隔离的虚拟环境，你还需要掌握conda环境的创建和切换

安装

一般我们都是用名字进行创建，执行 conda create -n 你想要的名字 python 即可创建

这条命令可以变的地方是蓝色和红色部分，conda的命令都以conda开头，然后create表示创建环境，然后 -n 表示要给环境取个名字，后边空格一下跟上名字就好了，然后红色部分的python是要安装的模块的名字，这里只装了一个python，还可以指定版本，比如python=3.8，如果还想装别的，可以继续往后跟

示例：conda create -n tf python=3.8 tensorflow=2.2

这样，你就得到了一个名叫tf包含python和tensorflow两个包的conda环境

查看环境

你可以执行 conda info -e 来查看所有环境，比如我的是这样的：

base里的那个*表示的是当前环境是它
激活（切换）环境

创建好了之后，我们就可以执行命令通过名字来激活指定的环境，比如我可以执行：

conda activate BTSer 来切换到我这个环境

如果你刚才跟着做了，你可以通过 conda activate tf 来切换到你的tensorflow环境

在环境中安装模块

安装前要确认一下，当前是否在你想要的环境中，如果没有先切换一下，省得安装到错误的环境中去了。确认无误后，执行 conda install 模块名 即可安装（比如 conda install scipy）

删除环境

如果你不想要某个环境了，可以通过 conda remove -n 环境名 --all 来删除这个环境