发帖
雷达卡
Miniconda 简介与安装指南
Miniconda 是 Anaconda 的轻量级替代版本，仅包含核心组件如 conda、Python 以及必要的依赖项，不预装大量科学计算库。作为一个开源的包和环境管理工具，它特别适用于需要对 Python 环境进行精细化控制的开发人员。
本指南将逐步介绍如何在 Linux Ubuntu 系统上完成 Miniconda 的安装，并提供基础使用说明。
系统环境要求
支持的操作系统版本
- Ubuntu 18.04 LTS（Bionic Beaver）
- Ubuntu 20.04 LTS（Focal Fossa）
- Ubuntu 22.04 LTS（Jammy Jellyfish）
- Ubuntu 24.04 LTS（Noble Numbat）
- 其他基于 Debian 的发行版也可适用
硬件配置建议
- 内存：最低 1GB RAM，建议 2GB 或更高
- 存储空间：至少保留 3GB 可用磁盘容量
- 网络连接：需保持联网状态以下载安装文件及相关依赖
软件前提条件
- 已安装命令行工具（如 wget 或 curl）
- 具备 sudo 权限（用于执行系统级操作）
- 运行 Bash shell 环境
获取 Miniconda 安装脚本
方式一：从官网手动下载
- 访问 Miniconda 官方网站获取最新安装包
- 根据系统架构选择对应版本：
- x86_64 架构用户请参考：
Miniconda3-latest-Linux-x86_64.sh - ARM 架构用户请查看：
- PowerPC 架构支持：
- 使用 wget 命令下载（推荐方式）：
# x86_64 架构 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh # ARM 架构 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh - 或使用 curl 下载：
# x86_64 架构 curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh # ARM 架构 curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
Miniconda3-latest-Linux-aarch64.shMiniconda3-latest-Linux-ppc64le.shhttps://docs.conda.io/en/latest/miniconda.html方式二：自动检测架构并下载
通过以下脚本自动识别 CPU 架构并下载匹配的安装文件：
ARCH=$(uname -m)
if [ "$ARCH" = "x86_64" ]; then
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
elif [ "$ARCH" = "aarch64" ]; then
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
else
echo "不支持的架构: $ARCH"
exit 1
fi校验安装包完整性
- 检查文件大小是否正常（确保下载完整）：
ls -lh Miniconda3-latest-Linux-*.sh - （可选）计算 SHA256 哈希值以验证文件未被篡改：
sha256sum Miniconda3-latest-Linux-*.sh - 确认脚本具有正确权限：
ls -la Miniconda3-latest-Linux-*.sh
开始安装流程
- 进入存放安装包的目录：
cd ~/Downloads # 或实际下载路径 - 赋予脚本执行权限：
chmod +x Miniconda3-latest-Linux-x86_64.sh - 启动安装程序：
bash Miniconda3-latest-Linux-x86_64.sh - 阅读许可协议内容，按 Enter 继续浏览
- 输入
yes接受许可条款：yes - 接受默认安装路径（通常为用户主目录下的 miniconda3 文件夹）：
~/miniconda3 - 安装结束后，系统会询问是否初始化 conda：
- 输入
yes启用自动 shell 配置：yes
- 输入
- 若自动初始化失败，可手动执行：
# 针对 bash 用户 ~/miniconda3/bin/conda init bash # 针对 zsh 用户 ~/miniconda3/bin/conda init zsh # 重新加载配置文件 source ~/.bashrc # 或 source ~/.zshrc
环境设置与功能验证
1. 安装结果验证
- 查看 conda 版本信息：
conda --version - 显示详细配置状态：
conda info - 检查当前 Python 解释器版本：
python --version python3 --version
2. 初始环境优化配置
- 升级 conda 至最新版本：
conda update conda - 配置国内镜像源（推荐中国大陆用户使用清华源）：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main 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/r conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge - 启用频道 URL 显示：
conda config --set show_channel_urls yes - 查看当前生效的配置项：
conda config --show
3. 虚拟环境的创建与管理
在进行项目开发时，使用虚拟环境可以有效隔离不同项目的依赖关系。以下是如何通过 Conda 创建和管理独立环境的操作说明。
创建新的虚拟环境
# 创建一个名为 myenv 的新环境，并指定 Python 版本为 3.9
conda create -n myenv python=3.9
# 在创建环境的同时安装常用的数据科学包
conda create -n myenv python=3.9 numpy pandas matplotlib
conda config --show激活指定环境
conda activate myenv
conda activate myenv查看当前系统中所有已存在的 Conda 环境
conda env list
# 或者使用等效命令
conda info --envs
退出当前激活的环境
conda deactivate
conda deactivate删除某个不再需要的环境
conda env remove -n myenv
常用环境与包管理命令
包的搜索与查找
conda search package_name
conda search numpy安装包的方法
- 安装最新版本的包：
conda install numpy
- 安装特定版本的包：
conda install numpy=1.19.5
- 从指定的 channel 安装包（例如 conda-forge）：
conda install -c conda-forge numpy
- 一次性安装多个包：
conda install numpy pandas scipy
更新已安装的包
- 更新单个包到最新兼容版本：
conda update numpy
- 更新环境中所有包：
conda update --all
卸载不需要的包
conda remove numpy
# 或者同时移除多个包
conda remove numpy pandas
conda remove numpy列出当前环境中已安装的所有包
conda list
conda list查看某个包的详细信息
conda show numpy
conda list numpy环境配置与高级操作
导出当前环境配置以便复现
- 将当前激活的环境导出为 YAML 文件：
conda env export > environment.yml
- 导出指定名称的环境：
conda env export -n myenv > myenv.yml
根据配置文件重建环境
conda env create -f environment.yml
克隆现有环境以创建副本
conda create -n newenv --clone myenv
conda create --name newenv --clone oldenv查看当前 Conda 的配置信息
conda config --show
conda config --show添加新的软件源（channel）以扩展包获取渠道
conda config --add channels <channel_url>
移除已添加的 channel
conda config --remove channels <channel_url>
清理本地缓存文件以释放磁盘空间
conda clean --all
conda clean --all常见问题及解决方案
Q1: 安装后终端无法识别 conda 命令
现象：输入 conda 后提示“command not found”。
解决方法：
- 确认安装过程中是否已完成初始化步骤。
- 若未自动初始化，可手动执行：
conda init
~/miniconda3/bin/conda init bash- 重新加载 shell 配置以应用更改：
source ~/.bashrc # Linux/macOS
source ~/.bashrc- 检查系统的 PATH 环境变量是否包含 Conda 的安装路径。
Q2: 包下载速度过慢
现象：从默认源下载包耗时较长。
解决方法：
- 配置国内镜像源（如清华、阿里云）提升下载速度。
- 可通过修改用户配置文件实现。
编辑或创建 ~/.condarc 文件并添加如下内容：
.condarc示例配置（使用清华大学镜像源）：
~/.condarcchannels:
- 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/cloud/conda-forge
- defaults
show_channel_urls: true
Q3: 出现权限相关错误
现象：在安装或运行时提示权限不足。
解决方法：
- 确保对 Conda 安装目录具有读写权限。
- 避免使用系统级安装；推荐采用用户级安装方式（如 Miniconda 安装至家目录），减少权限冲突。
- 如必须使用管理员权限，可在命令前加 sudo（不推荐常规使用）。
Q4: 无法成功激活 Conda 环境
现象：执行 activate 命令无反应或报错。
解决方法：
- 确认 Conda 是否已正确初始化（检查 shell 配置文件）。
- 尝试重启终端程序。
- 手动激活环境：
source ~/miniconda3/bin/activate myenv # 根据实际路径调整
source ~/miniconda3/bin/activateQ5: 安装包时发生依赖冲突
现象：Conda 报告无法满足某些依赖条件。
解决方法：
- 先尝试更新所有包以解决潜在冲突：
conda update --all
conda update --all- 创建一个新的干净环境，在其中重新安装所需包。
- 对于 Conda 难以处理的包，可考虑使用 pip 补充安装。
- 指定更精确的版本号来降低冲突概率。
Q6: 如何彻底卸载 Miniconda
当需要完全移除 Miniconda 时，请按以下步骤操作：
- 删除主安装目录：
rm -rf ~/miniconda3
- 清理 shell 配置文件中的 Conda 初始化代码：
vim ~/.bashrc # 删除与 conda 相关的行
- 删除 Conda 用户配置文件：
rm ~/.condarc
- 清除缓存数据：
rm -rf ~/.conda
关于 conda 与 pip 的使用建议
通常情况下，在 Conda 环境激活后，可以直接使用 pip 安装那些 Conda 源中不可用的 Python 包。建议优先使用 conda 进行包管理，必要时再结合 pip 使用，以保持环境稳定性。
京公网安备 11010802022788号
