1.前言
最近的工作中，移动conda到新目录出了问题，重装conda，四年前第一次下载遇到很多问题，使用过程中也有很多坏习惯，鉴于网上的教程良莠不齐，有的有些过时，因此我想写一个非常详细的教程：♥此教程会实时更新♥
2.什么是conda
Conda 是一个开源的软件包管理系统和环境管理系统。它最初是为 Python 程序包管理而开发的，但现在已经扩展支持多个语言的包管理，包括 R、Ruby、Lua、Scala、Java、JavaScript、C/C++、FORTRAN 等。Conda 的主要功能包括：
总结就是：conda可以很好的管理你的各种程序的安装包
3.miniconda和anaconda的对比与选择
在安装之前，很多人都困惑应该选择哪个conda进行安装，这里我们进行详细的比较，以选择一个适合conda进行安装：
特性AnacondaMiniconda完整性包含完整的科学计算和数据分析工具包集仅包含 Conda 和 Python体积大约 3GB大约 50-60MB预装包超过 1,500 个科学包和依赖项无预装包，需自行安装使用场景适合初学者和需要快速搭建环境的用户适合有经验的用户和需要精简环境的用户优点开箱即用，附带 Anaconda Navigator 图形界面安装速度快，占用空间小，灵活性高缺点占用磁盘空间大，安装时间长需要手动安装包适用人群超级新手
老炮，当然（想日后成为大佬的新手）
我的建议是，如果你在windows安装，那选择anaconda没什么，但是我们在Linux中，不需要可视化界面，且我们多节省空间给数据，因此我的建议是：
miniconda！
4.安装前需要确认的东西（非常重要）
（1）安装的目录
我们要选择一个安装的目录，大部分会选择安装在home目录自己的文件夹下，如：
/home/david
如果是多个课题组公用的集群，一般会有一个属于自己的文件路径（当然需要有挂载home目录）
/yourPath/david
确定这个路径的过程，就可以理解为你在Windows中，要把文件放在C盘还是在D盘等。
（2）安装目录剩余的空间大小
使用conda安装的包和依赖文件等都会存储在上一步你想存放的目录中，因此在安装之前需要保证你有很多的内存来存储未来要安装的包：
df -h /Path
这样可以看到目录使用了多少内存，还剩下多少内存。
要确保安装目录有15G及以上的空闲内存！（10G也可以）
（3）bashrc配置文件位置，及是否存在
在安装conda的过程中，conda需要定位bashrc是否存在，不然会报错，我们在安装之前检查一下：
cd #回到home目录
ls -lsa #列出所有文件
确定一下有没有bashrc这个文件，如果没有的话，我们直接创建一个：
vim .bashrc
5.下载conda（自动方法）
直接用wget下载到之前指定的目录：
# 下载Miniconda安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
如果网络问题无法下载或者各种原因失败，则使用手动方法：
下载成功的话跳转到安装conda步骤
5.下载conda（手动方法）
（1）我们通过镜像资源下载conda，这样快一些：直接下载最新的miniconda可以直接跳到第5步，用我的链接下载
清华大学开源软件镜像站 | Tsinghua Open Source Mirror
（2）在搜索框内搜索conda
（3）不管是要下载anaconda或者miniconda，我们都点这里的anaconda进入
（4）如果下载anaconda，则进入archive目录，如果是下载miniconda，则进入miniconda目录
（5）然后我们先点Date使得按照时间降序（下载最新版本），然后选择linux安装的版本，一般来说都是选择x86_64.sh这个，右键复制链接，接下来回到linux中进行下载：
如果之前的步骤网络就不好，就本地下载，然后上传到服务器上
cd yourPath/ #移动到你之前选定的安装路径
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_24.9.2-0-Linux-x86_64.sh
下载完后，安装包会在指定的目录下，检查一下：
cd yourPath
ls -ls #检查一下
6.安装conda
接下来是安装步骤：
（1）（如果下载的是压缩包）则需要解压，如果是sh文件，则不需要，直接运行：
bash Miniconda3-latest-Linux-x86_64.sh
（2）一直回车，疯狂回车(放心，一直按enter），这里是一些协议及基本信息：
（3）当遇到选择yes和no的时候，输入yes，这是同意协议：
（4）重点 ！！！！！！！！！
看到这个，先看一下》》》》前的目录是你所想安装的目录吗？，如果不是，则复制你要安装的目录地址在后面，这个我们之前确认过：
（5）后面就没什么重要的了，顺着安装，直到下一个yes 和no的选项：
这里是选择初始化选项：
yes - conda 修改 shell 配置，以便在你打开新 shell 时初始化 conda，并自动识别 conda 命令。
no - conda 不会修改你的 shell 脚本。安装后，如果你想要初始化，必须手动进行。
我们选择yes（不用后面自己配置）
（6）全部安装完后（看到thanks），进行初始化：
source ~/.bashrc
使得更改生效。
7.验证
我们看一下安装的conda是否成功：
我们输入：
conda -V
显示版本号则为安装成功。
至此安装全部的流程就结束辣！
如果有什么问题，可以评论区交流一下！
8.基本配置与conda换源
我们使用conda下载的时候，conda会从默认的源进行下载，这个是很慢的，因此我们需要给conda配置一些国内镜像源：
我们安装清华源+conda forge（自测比较好）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
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/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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 --set show_channel_urls yes
检查一下是否成功：
conda config --show
9.详细理解什么是conda的环境，什么是conda的source
（1）conda环境（重点理解）：
Conda环境是一种隔离的环境，它允许你在不同的项目中使用不同版本的软件包，而不会发生冲突。每个Conda环境都有自己的安装目录，这意味着你可以在这个环境中安装特定版本的包，而不会影响到其他环境中的包版本。
应用示例：
假设你有两个数据科学项目，项目A需要Python 3.7和TensorFlow 1.x，而项目B需要Python 3.8和TensorFlow 2.x。在这种情况下，你可以创建两个独立的Conda环境：
# 创建项目A的环境
conda create -n projectA python=3.7 tensorflow=1.x
# 创建项目B的环境
conda create -n projectB python=3.8 tensorflow=2.x
然后，你可以激活相应的环境来工作：
# 激活项目A的环境
conda activate projectA
# 激活项目B的环境
conda activate projectB
这样，你就可以在不同的环境中使用不同版本的库，而不会担心版本冲突。
（2）conda使用source
在Unix-like系统中，source命令用于读取并执行shell脚本文件中的命令。在Conda中，source通常用于激活或取消激活Conda环境。当你想要激活一个Conda环境时，你会使用source activate environment_name命令，这会将你的shell环境变量更新为指向该环境的路径，从而允许你在该环境中运行命令。
应用示例：
假设你已经创建了一个名为
data_analysis
的Conda环境，你可以使用以下命令来激活它：
source activate data_analysis
10.conda的日常使用
我们只需要知道一些基本的conda命令就可以覆盖大部分的工作了：
Conda 常见命令及功能
命令功能描述**
conda clean -p
清理未被其他包依赖的包，释放空间。
conda clean -t
删除conda保存的tar包，进一步释放空间。
conda -V
或
conda --version
查看conda的当前版本。
conda env list
或
conda info -e
列出当前所有的conda环境。
conda create -n <env_name> python=<version>
创建一个新的conda环境，指定Python版本。
conda activate <env_name>
激活指定的conda环境。
conda deactivate
退出当前激活的conda环境。
conda remove -n <env_name> --all
删除指定的conda环境及其所有包。
conda config --add channels <channel_url>
添加新的软件源，以便从该源安装包。
conda install <package>
安装指定的包到当前激活的环境中。
conda update <package>
更新指定的包到最新版本。
conda remove <package>
从当前激活的环境中卸载指定的包。
conda list
**列出当前环境中已安装的所有包及其版本。
这些命令涵盖了conda的基本操作，包括环境管理、包管理、清理和配置等。掌握这些命令可以
11.注意事项
conda的日常使用，一定要对于不用的任务和课题规划好环境，这样才可以做到井井有条。其他的问题，各种conda问题可以在评论区与我交流！
版权归原作者 tRNA做科研 所有， 如有侵权，请联系我们删除。