1.Miniconda简介
Anaconda 和 Miniconda 都是 Python 的发行版,但是它们提供了一个包管理系统和环境管理系统,使得 Python 编程更加方便。
Anaconda 是一个面向科学计算的 Python 发行版。Anaconda 预装了大量的库和工具,特别适合进行数据科学、机器学习、科学计算和分析等领域的工作。Anaconda 也提供了一个图形界面的包管理器,叫做 Anaconda Navigator。
Miniconda 是 Anaconda 的精简版,它只包含最基本的包管理器 conda 和 Python 环境管理器,不包含预装的库。Miniconda 体积更小,启动速度更快,适合那些只需要 conda 管理包和环境的用户。没特殊要求一般用这个就行了。
2.使用背景
使用Miniconda能更方便的创建虚拟环境,管理不同的python版本,避免本地多版本Python产生的管理复杂性和不稳定性。能为Python项目开发中实现环境隔离和依赖管理,确保不同项目能够使用特定版本的Python和库,避免版本冲突和依赖问题。
3.安装教程
3.1、下载地址
3.1.1、通过清华镜像源下载(较快)
资源地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
可以通过下滑选择latest最新版,也以点击Date选择对应系统需要的长期支持的Python版本。文件名中包含 py39 表示这些 Miniconda 版本预安装了 Python 3.9 (选择 Miniconda 安装包时的 Python 版本并不是未来进行Python开发时决定性的因素,即一个默认版本)。
3.1.2、通过Miniconda官网下载
资源地址:https://repo.anaconda.com/miniconda/
同样根据需要选择对应的下载文件
3.2、安装包操作
3.2.1、自动添加环境变量
这里勾上将miniconda自动添加到环境变量中。
其他地方一路傻瓜式操作
3.2.2、手动添加环境变量
如果安装时没有自动添加环境变量,就需要手动去配置。以下路径根据自己的安装路径设置
E:\miniconda3
E:\miniconda3\Library\mingw-w64\bin
E:\miniconda3\Library\usr\bin
E:\miniconda3\Library\bin
E:\miniconda3\Scripts
1.打开 此电脑---->系统属性---->高级系统设置---->环境变量
3.3、 查看Miniconda安装成功
4.使用Miniconda
以创建一个名为py_test的python版本为3.9的miniconda虚拟环境为示例介绍Miniconda的使用。
4.1、创建新环境
# conda create -n 虚拟环境名字 python=版本
conda create -n py_test python=3.9
4.2、查看已经创建的环境
conda env list
4.3、激活/去激活
conda activate py_test
左侧显示现在的环境
conda deactivate
4.4、安装
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/
#或者
conda install numpy
#如果项目中已经准备好requirements.txt文件则使用如下,装依赖文件中的所有项
pip install -r requirements.txt
#查看已安装
pip list
pip和conda install的区别:
Conda只能在conda环境中安装包,但是可以安装各种语言、各种类型的包。
Pip可以在任何环境中安装包,但是只能安装Python包。
常见pip镜像源(国内源)
清华:https://pypi.tuna.tsinghua.edu.cn/simple/
豆瓣:http://pypi.douban.com/simple/
中科大:https://pypi.mirrors.ustc.edu.cn/simple/
阿里云:https://mirrors.aliyun.com/pypi/simple/
4.5、删除
conda env remove -n py_test