miniconda 安装 _安装

【miniconda 安装】于今腐草无萤火，终古垂杨有暮鸦。这篇文章主要讲述miniconda 安装相关的知识，希望能为你提供帮助。

一、miniconda 介绍
Anaconda是一个用于科学计算的python发行版我们在学习python的时候只需要安装miniconda就可以不再去关心多版本python问题了
二、miniconda的安装
1、下载包可以到清华源去下载miniconda包然后安装

https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

2、miniconda包下载

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

3、安装Miniconda

注：Windows 用户无法直接创建名为 .condarc 的文件，可先执行 ??conda config --set show_channel_urls yes?? 生成该文件之后再修改
我不知道是我的电脑问题还是系统问题，我的win7电脑使用miniconda安装包的时候装不上，但是换上了小米的win10就没啥问题了！

使用cmd先执行下面的命令生成??.condarc??然后通过编辑软件或者文本加入清华源的配置

conda config --set show_channel_urls yes

添加 Anaconda Python 免费仓库

在自己的家目录下进行编辑，win和linux一样的

vim /home/hxy/.condarc
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
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
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
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

sudo chown -R hxy.hxy /home/hxy/miniconda3

运行 ??conda clean -i?? 清除索引缓存，保证用的是镜像站提供的索引
运行 ??conda create -n py3 python=3.7?? 测试是否安装上了

三、conda常用命令

??conda --version?? #查看conda版本，验证是否安装
??conda update conda?? #更新至最新版本，也会更新其它相关包
??conda update --all?? #更新所有包
??conda update package_name?? #更新指定的包
??conda create -n env_name package_name?? #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包
??activate env_name?? #切换至env_name环境
??deactivate?? #退出环境
??conda info -e ??#显示所有已经创建的环境
??conda create --name new_env_name --clone old_env_name?? #复制old_env_name为new_env_name
??conda remove --name env_name –all?? #删除环境
??conda list?? #查看所有已经安装的包
??conda install package_name?? #在当前环境中安装包
??conda install --name env_name package_name?? #在指定环境中安装包
??conda remove --name env_name package?? #删除指定环境中的包
??conda remove package?? #删除当前环境中的包
??conda create -n tensorflow_env tensorflow??
??conda create -n tensorflow_gpuenv tensorflow-gpu??
??conda env remove -n env_name?? #采用第10条的方法删除环境失败时，可采用这种方法