1. 简介
Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同Python版本的软件包及其依赖，并能够在不同的Python环境之间切换。
Conda有 2 个版本：Anaconda和Miniconda，Anaconda和Miniconda都是Continuum Analytics的开源项目，用于管理Python的环境和包。它们都提供了Conda包管理器，使得用户可以轻松创建和管理虚拟环境，这对于在不同项目之间切换和隔离环境非常有帮助。然而，两者之间存在一些关键的区别，这些区别主要在于它们包含的包的数量、是否提供图形用户界面以及安装文件的大小等方面。
AnaConda: 预安装了大量科学计算和数据分析所需的库，如NumPy, Pandas, Scipy, Matplotlib等，这使得用户可以立即开始工作。
MiniConda:只包含了Python和Conda，没有预装其他的库，需要用户手动安装所需的包，环境更为简洁。
由于Anaconda包含了大量的预装库，其安装文件相对较大，而Miniconda则因为其轻量级特性，安装文件较小，这在需要快速部署Python环境或在磁盘空间有限、网络环境较差的情况下是一个优势。
2. 下载
我选择使用 Miniconda 。
AnaConda官网：https://www.anaconda.com/download/success
清华大学镜像仓库：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda提供Windows、Mac、Linux 系统的各类版本，可根据系统环境选择。
Miniconda也提供了Windows、Mac、Linux 系统的各类版本，可根据系统环境选择。
我选择 Linux系统 X86 架构 64 位的 Miniconda 版本。
下载后得到一个 sh 文件：Miniconda3-latest-Linux-x86_64.sh，将这个文件上传到 linux系统中，此处我将文件放在了/data/software目录。
3. 安装
[root@centos software]# bash Miniconda3-latest-Linux-x86_64.sh3.1. 提示查看 license
直接回车即可！
3.2. 提示是否接受 license
输入：yes
3.3. 选择安装的位置
默认为：/root/miniconda3目录，可直接回车确认，或者更换自己设置的安装路径：/data/miniconda3
3.4. 是否进行初始化
输入：yes
3.5. 安装完成
提示安装成功：Thank you for installing Miniconda3!
3.6. 设置新的 shell 窗口默认不自动进入 conda 的 base 环境
# 初始化时输入了 yes,则会在/root/.bashrc中加入 miniconda 的的环境，直接刷新即可使用。
[root@centos miniconda3]# source /root/.bashrc
# 根据上面的提示，设置shell 窗口启动时，默认不进入 conda 的 base 环境
[root@centos miniconda3]# conda config --set auto_activate_base false4. 配置环境变量
4.1. 方式一（直接刷新）
miniconda的默认配置环境会在安装成功后自动写入/root/.bashrc目录中
# 直接刷新配置文件即可
[root@centos miniconda3]# source /root/.bashrc4.2. 方式二（手动配置）
因为我们自定义的目录(/data/miniconda3)，系统无法识别，需要conda 的安装目录配置到环境变量中
# 1.新增配置文件，添加如下内容
[root@centos miniconda3]# vim /etc/profile.d/conda.sh
# MINICONDA_HOME
export MINICONDA_HOME=/data/miniconda3
export PATH=$PATH:$MINICONDA_HOME/bin
# 2.刷新环境变量
[root@centos miniconda3]# source /etc/profile5. 创建自定义conda 环境
# 创建一个名为 test 的环境名称，并设置此环境内置的 python 版本为：3.11
[root@centos miniconda3]# conda create -n test python=3.11输入：y, 确认下载依赖项。
环境构建完成，提示进入环境和退出环境的命令：
-- 进入环境
conda activate test
-- 查看 test 环境中的 python 版本
-- 退出环境
conda deactivate
6. 配置 conda 国内镜像
Conda 默认下载的安装包都是从国外网站下载，在国内网络下载时，下载速度慢，我们需要跟换下载镜像的源地址，这样可以显著提高 Conda 包的下载速度，减少因网络问题导致的安装失败。
# 清华大学镜像站
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 --set show_channel_urls yes
#这些命令将清华大学的镜像源添加到你的 conda 配置中，并且在安装包时显示镜像源的 URL。7. 常用命令
以 test 环境为例
# 1.创建环境
conda create -n test
# 2.查看所有环境
conda info -e
conda info --envs
conda env list
# 3.删除一个环境
conda remove -n test --all
# 4.进入环境
conda activate test
# 5.退出环境
conda deactivate
# 6.conda 环境中安装依赖，已 streamlit为例。
conda install streamlit
tips:
如果使用 pip install streamlit 安装的话，只会安装 streamlit依赖，
不会安装 streamlit依赖需要的环境依赖（C 语言、系统环境等），但 conda install 可以。
# 7.查看环境中所有的包
conda list
# 8.conda 中删除包
conda remove streamlit
# 9.换回默认源
conda config --remove-key channels
# 10.安装 jupter
conda install jupyter
# 终端方式启动
jupyter notebook --no-browser
# 页面方式启动
jupyter notebook
