🚀Linux上Miniconda的安装：一步步教你从零开始🚀

 

下滑查看解决方法

🌈 欢迎莅临我的个人主页 👈这里是我静心耕耘深度学习领域、真诚分享知识与智慧的小天地！🎇

🎓 博主简介：985高校的普通本硕，曾有幸发表过人工智能领域的 中科院顶刊一作论文，熟练掌握PyTorch框架。

🔧 技术专长： 在CV、NLP及多模态等领域有丰富的项目实战经验。已累计一对一为数百位用户提供近千次专业服务，助力他们少走弯路、提高效率，近一年好评率100% 。

📝 博客风采： 积极分享关于深度学习、PyTorch、Python相关的实用内容。已发表原创文章500余篇，代码分享次数逾四万次。

💡 服务项目：包括但不限于科研入门辅导、知识付费答疑以及个性化需求解决。

欢迎添加👉👉👉底部微信（gsxg605888）👈👈👈与我交流

（请您备注来意）

（请您备注来意）

（请您备注来意）

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

🌵文章目录🌵

🌳引言🌳🌳二、Miniconda简介：开启您的数据科学之旅的得力助手！ 🌳🌳三、Linux系统下安装Miniconda的详细步骤🌳📥 第一步：下载Miniconda安装包💾 第二步：运行安装程序🎉 第三步：完成安装 🌳四、常见问题解决方案🌳🌳五、安装后的验证与常用命令🌳🌳六、Miniconda的高级用法与进阶技巧🌳🌳七、总结🌳🌳八、结尾🌳

下滑查看解决方法

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

🌳引言🌳

【🚀全新启程🚀】✨踏入Python数据科学的大门，🔥Miniconda🔥将成为您不可或缺的得力助手！👨‍💻无论您是编程小白还是资深码农，📖本文都将引导您从零开始，一步步征服Linux下的Miniconda安装之旅！💪助您轻松搭建稳定且高效的Python工作环境，开启您的数据科学探索之旅！🌈

🌳二、Miniconda简介：开启您的数据科学之旅的得力助手！ 🌳

🔍 小巧而强大：Miniconda是一个轻量级、免费且开源的跨平台软件包管理系统。它提供了conda这个全能的包管理器，让您轻松驾驭Python包的世界！

🌐 跨平台兼容性：无论您使用的是哪个操作系统，Miniconda都能为您提供一致、高效的软件包管理体验。

📦 包管理利器：conda不仅可以快速安装和管理Python包，还能助您一臂之力，在项目中轻松管理依赖关系，告别库冲突的烦恼！

🌀 虚拟环境专家：使用conda，您可以方便地创建、保存、加载和切换虚拟环境。这意味着您可以为每个项目量身定制其所需的依赖，确保环境的纯净和一致性。

🌍 超越Python：conda不仅限于Python包的管理，它还支持安装非Python的包，如R、Ruby等。这使得Miniconda成为了一个全面、多功能的科学计算环境管理器。

🌳三、Linux系统下安装Miniconda的详细步骤🌳

📥 第一步：下载Miniconda安装包

打开浏览器，跳转到清华大学开源软件镜像网站，在输入框检索anaconda后点击，如Fig.1所示;

Fig.1 清华大学开源软件镜像网站

点击miniconda，如Fig.2所示;

Fig.2 点击 miniconda

如Fig.3所示，找到适合你的Linux系统版本的Miniconda安装程序，右键复制链接地址

Fig.3 Miniconda安装程序示例

💡 提示：为了获得最新的功能和安全更新，我们推荐下载最新版本的Miniconda。

💾 第二步：运行安装程序

打开终端，利用wget命令下载安装程序文件：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.9.2-Linux-x86_64.sh 运行以下命令进行安装：

bash Miniconda3-py38_4.9.2-Linux-x86_64.sh

💡 提示： 这里的文件名Miniconda3-py38_4.9.2-Linux-x86_64.sh可能会根据你的安装包版本和系统架构有所不同。

🎉 第三步：完成安装

安装完成后，打开一个新的命令提示符窗口，输入conda --version来验证是否安装成功。如果你能看到了conda的版本信息，那么恭喜你！安装成功啦！你现在可以在Linux系统上愉快地使用Miniconda了！

🌳四、常见问题解决方案🌳

安装脚本无法执行：如果你在运行安装脚本时遇到权限问题，可以尝试使用chmod命令为脚本添加执行权限：

chmod +x Miniconda3-py38_4.9.2-Linux-x86_64.sh

💡 提示： 这里的文件名Miniconda3-py38_4.9.2-Linux-x86_64.sh可能会根据你的安装包版本和系统架构有所不同。

环境变量配置错误：如果你在配置环境变量时出错，可能会导致Miniconda无法正常使用。需要你可以检查~/.bashrc文件中的配置是否正确，并重新加载配置文件：

source ~/.bashrc 网络连接问题：如果你无法从官方网站下载安装包，可以尝试使用其他可靠的下载源或直接在本地下载后再进行安装。

🌳五、安装后的验证与常用命令🌳

安装完成后，我们需要验证Miniconda是否安装成功，并熟悉一些常用的conda命令。

验证安装：打开一个新的命令提示符窗口，输入conda --version，如果看到conda的版本信息，说明安装成功。

常用命令：以下是一些常用的conda命令，你可以尝试运行这些命令来熟悉conda的使用：

conda create -n py38 python=3.8：创建一个名为py38的新环境，并安装Python 3.8。conda activate py38：激活名为py38的环境。conda deactivate：退出当前激活的环境。conda install package_name：在当前环境中安装包名为package_name的包。conda remove package_name：在当前环境中卸载包名为package_name的包。conda env list：列出所有已创建的环境。conda env export > environment.yml：导出当前环境的配置信息到environment.yml文件中。conda env create -f environment.yml：根据environment.yml文件中的配置信息创建一个新的环境。

🌳六、Miniconda的高级用法与进阶技巧🌳

掌握了Miniconda的基本安装和命令使用之后，进一步了解其高级用法和进阶技巧能够帮助你更有效地进行Python环境管理。

使用环境文件：

环境文件（通常命名为environment.yml）允许你定义和分享一个完整的conda环境，包括所有的包、版本和依赖关系。这对于团队协作和复现实验环境非常有用。你可以使用conda env export命令导出当前环境到一个环境文件，然后通过conda env create -f environment.yml命令从环境文件创建新环境。

conda env export > environment.ymlconda env create -f environment.yml

管理多个环境：

随着项目的增加，你可能会需要管理多个不同的Python环境。Miniconda提供了方便的命令来列出、激活和切换环境。

conda env list # 列出所有环境conda activate env_name # 激活指定环境conda deactivate # 退出当前环境

配置镜像源：

为了加速conda包的下载速度，你可以配置conda使用国内的镜像源。这可以通过修改~/.condarc文件来实现。例如，你可以将channels和show_channel_urls配置项设置为使用清华大学的conda镜像。

channels: - defaults - 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/cloud/conda-forge/show_channel_urls: truedefault_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/cloud/conda-forge/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

使用conda-forge：

conda-forge是一个由社区维护的conda包分发平台，提供了许多在默认Anaconda仓库中不可用的包。你可以通过添加conda-forge通道来访问这些包。

conda config --add channels conda-forge

🌳七、总结🌳

通过这篇详细的教程，相信你已经对在Linux系统下安装和使用Miniconda有了全新的认识！💪✨Miniconda不仅是一个功能强大的包管理器，还是一个极其灵活的环境管理器，它将极大地推动你Python数据科学项目的开发效率。

随着你对Miniconda的深入了解，你将能够游刃有余地管理依赖项、轻松创建可重复使用的环境，并与全球的开发者社区进行无缝协作。🌟

现在，你已经准备就绪，可以开启令人兴奋的数据科学之旅，尽情享受Miniconda带来的极致便利和高效！🚀✨

---

🌳八、结尾🌳

亲爱的读者，首先感谢您抽出宝贵的时间来阅读我们的博客。我们真诚地欢迎您留下评论和意见💬。

俗话说，当局者迷，旁观者清。您的客观视角对于我们发现博文的不足、提升内容质量起着不可替代的作用。

如果博文给您带来了些许帮助，那么，希望您能为我们点个免费的赞👍👍/收藏👇👇，您的支持和鼓励👏👏是我们持续创作✍️✍️的动力。

我们会持续努力创作✍️✍️，并不断优化博文质量👨‍💻👨‍💻，只为给您带来更佳的阅读体验。

如果您有任何疑问或建议，请随时在评论区留言，我们将竭诚为你解答~

愿我们共同成长🌱🌳，共享智慧的果实🍎🍏！

---

万分感谢🙏🙏您的点赞👍👍、收藏⭐🌟、评论💬🗯️、关注❤️💚~