最新保姆级Linux下安装与使用conda：从下载配置到使用全流程
目录
1.前言
2.什么是conda
3.miniconda和anaconda的对比与选择
4.安装前需要确认的东西（非常重要）
（1）安装的目录
（2）安装目录剩余的空间大小
（3）bashrc配置文件位置，及是否存在
5.下载conda（自动方法）
5.下载conda（手动方法）
6.安装conda
7.验证
8.基本配置与conda换源
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）：
（2）conda使用source
10.conda的日常使用
11.注意事项
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 | Anaconda | Miniconda |
|---|---|---|
| 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_analysis10.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 | 创建一个新的conda环境，指定Python版本。 |
conda activate | 激活指定的conda环境。 |
conda deactivate | 退出当前激活的conda环境。 |
conda remove -n | 删除指定的conda环境及其所有包。 |
conda config --add channels | 添加新的软件源，以便从该源安装包。 |
conda install | 安装指定的包到当前激活的环境中。 |
conda update | 更新指定的包到最新版本。 |
conda remove | 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！
