Anaconda安装

Conda是一个开源的包管理和环境管理系统，主要用于管理不同版本的软件包和创建各种环境。

一、Anaconda

Anaconda是一个用于科学计算和数据科学的开源Python发行版。

1、下载Anaconda

Anaconda官网下载

2、安装Anaconda

进入文件夹

cd Downloads/

运行安装脚本

bash Anaconda3-2023.09-0-Linux-x86_64.sh

根据提示输入回车，阅读声明可以按q跳过，输入yes接受声明即可！

初始化输入:yes

重新打开终端：conda初始化会将系统默认的python更改成anaconda3文件夹下的python版本，重新打开终端可以发现用户名前多了base信息！

想要使用系统Python版本，可以使用“退出当前环境”命令：

3、验证Anaconda

查看版本

conda --version或conda -V

查看信息

conda info

4、添加清华镜像源

生成配置文件

conda config --set show_channel_urls yes

修改配置文件

配置文件会自动生成在用户目录下

sudo nano .condarc

修改配置文件

配置文件会自动生成在用户目录下

sudo nano .condarc

添加内容

添加下面内容到.condarc文件内

channels:

  - defaults

show_channel_urls: true

default_channels:

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

  - 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

  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

清除索引

确保使用的是镜像站提供的索引

conda clean -i

以上就是添加清华镜像源！

查看信息

conda info

删除镜像源

直接删除用户目录下的.condarc文件

5、常用命令

列出所有conda环境

conda env list

创建环境

conda create --name Ubuntu20.04Demo

创建指定Python版本的环境

conda create --name Ubuntu20.04Demo3.7 python=3.7

进入环境

conda activate Ubuntu20.04Demo

退出环境

conda deactivate

删除环境

conda remove --name Ubuntu20.04Demo3.7 --all

5、base环境

在安装Anaconda时，Anaconda会创建“base”默认环境，该环境包括一些常用的数据科学和机器学习工具。

Python

可以使用Python进行编程和数据分析。

Jupyter Lab/Notebook

交互式的开发环境，支持数据分析、可视化和文档编写。

NumPy

用于科学计算的强大库，提供了高性能的多维数组对象和各种数学函数。

Pandas

用于数据处理和分析的库，提供了灵活的数据结构和数据操作功能。

Matplotlib

用于绘制图表和可视化数据的库，可以创建各种类型的图形和图表。

Other

除了上述库和工具之外，"base"环境还包含一些其他常用的Python包和Anaconda工具，为数据科学和机器学习提供了丰富的功能和工具。

二、Miniconda

Miniconda是Anaconda的精简版，只包含conda包管理器和最基本的Python环境。

1、下载Miniconda

Miniconda官网下载

https://docs.conda.io/projects/miniconda/en/latest/

下载页面

https://repo.anaconda.com/miniconda/

注意事项

树莓派5下载的Miniconda安装包，系统python版本和处理器架构一致才可以安装成功！

Python 3.11和aarch64

下载安装包

wget https://repo.anaconda.com/miniconda/Miniconda3-py311_23.11.0-2-Linux-aarch64.sh

2、安装Miniconda

运行安装脚本

bash Miniconda3-py311_23.11.0-2-Linux-aarch64.sh

根据提示输入回车，阅读声明可以按q跳过，输入yes接受声明即可！

初始化输入:yes

重新打开终端：conda初始化会将系统默认的python更改成anaconda3文件夹下的python版本，重新打开终端可以发现用户名前多了base信息！

想要使用系统Python版本，可以使用“退出当前环境”命令：

conda deactivate

3、验证Miniconda

查看版本

conda --version或conda -V

查看信息

conda info

4、常用命令

列出所有conda环境

conda env list

创建环境

conda create --name Pi5Demo

创建指定Python版本的环境

conda create --name Pi5Demo3.7 python=3.7

进入环境

conda activate Pi5Demo

退出环境

conda deactivate

删除环境

conda remove --name Pi5Demo3.7 --all