[Miniconda / Anaconda] 安装及 [Conda] 使用攻略

Miniconda 和 Anaconda 可以创建多个隔离的 Python 环境，环境可导出，便于迁移，是其优点。推荐 Miniconda，轻量、灵活，适合大多数开发者，后续可通过 conda install 安装所需库。Anaconda 是完整版，适合数据科学、机器学习初学者（预装 Numpy、Pandas 等库）。

Miniconda / Anaconda 安装及添加环境变量

1. 安装略
2. Windows 需要配置环境变量，以 Miniconda 为例，添加环境变量到 path：

安装目录\miniconda3               # conda 主程序路径
安装目录\miniconda3\Scripts       # conda 脚本路径 
安装目录\miniconda3\Library\bin   # 依赖库路径，避免后续命令报错 

conda 管理指令

1. 查看版本

conda --version

2. 查看环境配置

conda config --show

3. 设置镜像源，提升下载速度

#设置清华镜像  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/  
#设置bioconda  
conda config --add channels bioconda  
conda config --add channels conda-forge  
#设置搜索时显示通道地址  
conda config --set show_channel_urls yes

4. （可跳过）更新 conda 到最新版本

conda update conda

5. （可跳过）Anaconda 都更新到确保稳定性和兼容性的最新版本

conda update Anaconda

6. （可跳过）查询某个命令的帮助

conda create --help

修改虚拟环境位置

环境默认安装在用户目录 C:\Users\username\.conda\envs 下，如果不想占用 C 盘空间，可以修改虚拟环境路径

1. 查看

conda info

2. 修改虚拟环境到软件 miniconda3 安装目录下的 envs 中

conda config --add envs_dirs D:\InstallFiles\miniconda3\envs

若是修改不成功，对 miniconda3 右键属性，切换到安全，将用户权限修改为完全控制

虚拟环境管理

1. 创建虚拟环境

conda create -n env_name python=3.8

创建名为 env_name，版本为3.8的虚拟环境；创建后，env_name 文件夹可以在Anaconda安装目录 envs文件 下找到。在不指定 Python 版本时，自动创建基于最新 Python 版本的虚拟环境.

2. 查看已有的虚拟环境

conda env list  
conda info -e  
conda info --envs

命令任选其一，都可；显示的列表中，前面带**星号 *** 的表示当前活动环境。比如说当前我的环境列表：

3. 激活虚拟环境

conda activate env_name

4. 删除虚拟环境

执行以下命令可以将该指定虚拟环境及其中所安装的包都删除。

conda remove --name env_name --all

如果只删除虚拟环境中的某个或者某些包则是：

conda remove --name env_name  package_name

5. 导出环境

很多的软件依赖特定的环境，通过导出环境，方便在需要时恢复环境，亦可将其拷贝给别人，用于创建完全相同的环境。

conda env export --name myenv > myenv.yml

6. 导入环境

在需要恢复环境的电脑上创建以往完全相同的环境时，采用如下指令

conda env create -f  myenv.yml

包管理

1. 查询包的安装情况

# 首先激活进入到虚拟环境
conda activate env_name

# 查询看当前环境中安装的所有包
conda list

2. 包安装

conda install package_name

# 可指定版本，比如安装numpy
conda install numpy=0.20.3   

# 进一步，可以用以下命令将其更新到它的最新版本
conda update numpy

3. 卸载包

conda uninstall package_name

注意：此命令会将依赖于这个包的所有其它包也同时卸载。

清理缓存

conda 可以创建多个隔离的 Python 环境，环境可导出，便于迁移，是其优点。但是，随着使用会越来越臃肿，它会把每个历史安装包都会好好保存，占内存空间。因而需要隔段时间清理一下缓存

conda clean -p      # 删除没有用的包 --packages  
conda clean -t      # 删除tar打包 --tarballs  
conda clean -y -all # 删除所有的安装包及cache(索引缓存、锁定文件、未使用过的包和tar包)

pip 换源

关于 pip 的清华大学的镜像源，你可以通过以下命令来设置：

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

或者，你可以在使用 pip 安装包时临时指定源：

pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple some-package

以上命令中使用的是清华大学的镜像源