anaconda、miniconda、conda的关系及miniconda安装

anaconda、miniconda、conda的关系及miniconda安装

文章目录

  • 前言
  • 正文
    • 定义
    • 关系
    • Linux安装miniconda
    • 新建一个python3.8环境
  • 参考

前言

本文用于记录关于Anaconda、conda和Miniconda的定义及其关系的总结123

正文

定义

  1. conda
    • 一个跨平台的开源包管理和环境管理工具,支持多种编程语言(不仅是Python),可以安装、更新、删除软件包,并管理不同版本的Python环境。
    • 核心功能包括:
      • 包管理:类似pip,但能处理非Python依赖项(如C/C++库)。
      • 环境隔离:创建独立环境以避免版本冲突,例如同时管理Python 2和Python 3项目。
  2. Anaconda
    • Python科学计算发行版,预装了conda、Python解释器和180+科学计算库(如NumPy、Pandas、Jupyter等),适合数据分析、机器学习等场景。
    • 特点:
      • 开箱即用,省去手动配置依赖的麻烦。
      • 包含图形化界面工具(如Anaconda Navigator)。
      • 体积较大(约3GB),适合存储空间充足的用户。
  3. Miniconda
    • Anaconda的轻量级版本,仅包含conda工具、Python基础环境和必要依赖,不预装其他科学计算库。
    • 特点:
      • 体积小(约50MB),适合对存储敏感或需要自定义环境的用户。
      • 用户可通过conda install按需安装特定包。

关系

  1. 层级关系
    • conda是底层工具,被集成到Anaconda和Miniconda中,负责包和环境管理的核心功能。
    • Anaconda和Miniconda是发行版:
      • Anaconda = conda + Python + 预装科学计算库 + 图形化工具。
      • Miniconda = conda + Python + 基础依赖。
  2. 选择建议
    • 选Anaconda:需要快速开始科学计算项目,且无需手动配置常用库。
    • 选Miniconda:希望最小化安装,或需灵活控制环境(如深度学习框架的多版本切换)。

概览对比表格:

特性condaAnacondaMiniconda
核心功能包与环境管理科学计算发行版(含conda)精简版发行版(含conda)
预装内容180+科学库、图形工具仅conda和Python
体积不适用(集成在发行版)约3GB约50MB
适用场景需通过发行版使用数据分析、机器学习初学者自定义环境开发、资源受限场景

Linux安装miniconda

  1. 下载miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
  1. 运行安装脚本
chmod +x Miniconda3-latest-Linux-x86_64.sh
./Miniconda3-latest-Linux-x86_64.sh...# 输出及处理:敲回车
Please, press ENTER to continue
>>> ...# 确认版权
Do you accept the license terms? [yes|no]
>>> yes...# 敲回车即可
Miniconda3 will now be installed into this location:
/home/dev/miniconda3- Press ENTER to confirm the location- Press CTRL-C to abort the installation- Or specify a different location below...# 敲回车、默认为no
You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>> You have chosen to not have conda modify your shell scripts at all.
To activate conda's base environment in your current shell session:eval "$(/home/dev/miniconda3/bin/conda shell.YOUR_SHELL_NAME hook)" To install conda's shell functions for easier access, first activate, then:conda initThank you for installing Miniconda3!
# 至此安装结束

新建一个python3.8环境

$ conda create --name xCorePy python=3.8Channels:- defaults
Platform: linux-64
Collecting package metadata (repodata.json): done
Solving environment: done## Package Plan ##environment location: /home/dev/miniconda3/envs/xCorePyadded / updated specs:- python=3.8The following packages will be downloaded:package                    |            build---------------------------|-----------------pip-24.2                   |   py38h06a4308_0         2.2 MBpython-3.8.20              |       he870216_0        23.8 MBsetuptools-75.1.0          |   py38h06a4308_0         1.7 MBwheel-0.44.0               |   py38h06a4308_0         108 KB------------------------------------------------------------Total:        27.8 MBThe following NEW packages will be INSTALLED:_libgcc_mutex      pkgs/main/linux-64::_libgcc_mutex-0.1-main _openmp_mutex      pkgs/main/linux-64::_openmp_mutex-5.1-1_gnu ca-certificates    pkgs/main/linux-64::ca-certificates-2025.2.25-h06a4308_0 ld_impl_linux-64   pkgs/main/linux-64::ld_impl_linux-64-2.40-h12ee557_0 libffi             pkgs/main/linux-64::libffi-3.4.4-h6a678d5_1 libgcc-ng          pkgs/main/linux-64::libgcc-ng-11.2.0-h1234567_1 libgomp            pkgs/main/linux-64::libgomp-11.2.0-h1234567_1 libstdcxx-ng       pkgs/main/linux-64::libstdcxx-ng-11.2.0-h1234567_1 ncurses            pkgs/main/linux-64::ncurses-6.4-h6a678d5_0 openssl            pkgs/main/linux-64::openssl-3.0.16-h5eee18b_0 pip                pkgs/main/linux-64::pip-24.2-py38h06a4308_0 python             pkgs/main/linux-64::python-3.8.20-he870216_0 readline           pkgs/main/linux-64::readline-8.2-h5eee18b_0 setuptools         pkgs/main/linux-64::setuptools-75.1.0-py38h06a4308_0 sqlite             pkgs/main/linux-64::sqlite-3.45.3-h5eee18b_0 tk                 pkgs/main/linux-64::tk-8.6.14-h39e8969_0 wheel              pkgs/main/linux-64::wheel-0.44.0-py38h06a4308_0 xz                 pkgs/main/linux-64::xz-5.6.4-h5eee18b_1 zlib               pkgs/main/linux-64::zlib-1.2.13-h5eee18b_1 Proceed ([y]/n)? yDownloading and Extracting Packages:Preparing transaction: done                                                                                                                             
Verifying transaction: done                                                                                                                             
Executing transaction: done                                                                                                                             
#
# To activate this environment, use
#
#     $ conda activate xCorePy
#
# To deactivate an active environment, use
#
#     $ conda deactivate

常用指令如下:

conda activate xCorePy  # 激活虚拟环境
conda deactivate  # 离开虚拟环境
conda env list  # 列出虚拟环境
conda info --envs # 列出虚拟环境
conda env remove -n xCorePy  # 删除虚拟环境

配置镜像仓库加速(任意即可)4

# 阿里云
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
# 清华云
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 中科大云
pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple
# 腾讯云
pip config set global.index-url https://mirrors.cloud.tencent.com/pypi/simple
# 华为云
pip config set global.index-url https://repo.huaweicloud.com/repository/pypi/simple

参考


  1. 在 Linux 上安装 Miniconda_linux安装miniconda-CSDN博客 ↩︎

  2. [Python] conda、anaconda、miniconda的关系,miniconda安装,conda命令使用_miniconda和anocanda-CSDN博客 ↩︎

  3. Anaconda常用命令总结,anaconda、conda、miniconda的关系、pip镜像源的处理_anaconda miniconda-CSDN博客 ↩︎

  4. 2025最新 pip install 国内可用镜像源仓库地址(01月01日更新)-腾讯云开发者社区-腾讯云 ↩︎

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/web/81134.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2024-2025年AI领域重大事件深度解析:技术革命、产业重构与未来挑战

一、技术突破:从多模态到具身智能的跨越式演进 1. 生成式AI的“核爆级”升级 多模态融合:OpenAI的GPT-4o实现文本、图像、语音的实时交互,GPQA基准测试得分达87.7%,在科学推理和编程任务中表现卓越1。谷歌的Gemini 2.0 Flash支持…

城市地下“隐形卫士”:激光甲烷传感器如何保障燃气安全?

城市“生命线”面临的安全挑战 城市地下管网如同人体的“血管”和“神经”,承载着燃气、供水、电力、通信等重要功能,一旦发生泄漏或爆炸,将严重影响城市运行和居民安全。然而,由于管线老化、违规施工、监管困难等问题&#xff0…

融云 uni-app IMKit 上线,1 天集成,多端畅行

融云 uni-app IMKit 正式上线,支持一套代码同时运行在 iOS、Android、H5、小程序主流四端,集成仅需 1 天,并可确保多平台的一致性体验。 融云 uni-app IMKit 在 Vue 3 的高性能加持下开发实现,使用 Vue 3 Composition API&#x…

《Claude:人工智能界的璀璨新星》

一、Claude 登场:AI 新时代的震撼开篇 在科技飞速发展的今天,人工智能(AI)已经成为推动社会进步和创新的核心力量。从智能语音助手到自动驾驶汽车,从图像识别技术到自然语言处理,AI 正以惊人的速度渗透到我…

Python中tqdm进度条工具和enumerate函数的使用详解

tqdm进度条工具 tqdm 是 Python 中一个非常流行的 进度条显示工具库,常用于迭代操作的可视化,比如训练神经网络、批量数据处理等任务。 一、tqdm 是什么? tqdm 全称是 taqaddum(阿拉伯语,意为“进展”)&a…

yum命令常用选项

刷新仓库列表 sudo yum repolist清理 Yum 缓存并生成新的缓存 sudo yum clean all sudo yum makecache验证 EPEL 源是否已正确启用 sudo yum repolist enabled安装软件包 sudo yum install <package-name> -y更新软件包 sudo yum update -y仅更新指定的软件包。 su…

linux debug技术

Linux是当今应用最广泛的免费和开源操作系统&#xff0c;它是一个复杂的分布式操作系统。它的内核的强大和灵活性已成为引用它的原因之一。在掌握Linux内核的过程中&#xff0c;调试工具可以帮助开发人员获得更深入的反思和理解。下面有25种不可或缺的Linux内核调试工具&#x…

【LinkedList demo 内部类讲说】

LinkedList demo 内部类讲说 1. Node节点2.MyLinkedList3. LinkedListTest 测试类 1. Node节点 public class Node<T> {private Node<T> pre;private Node<T> next;private T data;public Node() {}public Node getPre() {return pre;}public void setPre(N…

html主题切换小demo

主题切换功能为网页和应用程序提供了多样化的视觉风格与使用体验。实现多主题切换的技术方案丰富多样&#xff0c;其中 CSS 变量和 JavaScript 样式控制是较为常见的实现方式。 以下是一个简洁的多主题切换示例&#xff0c;愿它能为您的编程之旅增添一份趣味。 代码展示 <…

【数据结构】

一、架构梳理 线性&#xff08;1:1) 线性表 顺序存储 –> arr 链式存储 –> 指针 &#xff08;有头&#xff0c;无头&#xff09; 有头是指有一个不存数据的头&#xff0c;始终作为这个链表的起点。 会更加简单&#xff0c;无头的话&#xff0c;更改首部节点会麻烦。 头…

UML学习指南:从零入门到实战应用

为零基础学习者设计的UML技术文档&#xff0c;旨在通过详细解释和实际案例&#xff0c;从零开始掌握UML。 UML学习指南&#xff1a;从零入门到实战应用 目录 引言&#xff1a;UML是什么&#xff1f;为什么学习UML&#xff1f; 1.1 什么是UML&#xff1f;1.2 为什么我们需要UM…

Matlab实战训练项目推荐

以下是一系列适合不同技能水平的 MATLAB 实战训练项目&#xff0c;涵盖基础编程、数据分析、信号处理、图像处理、控制系统、机器学习等领域。这些项目可帮助你巩固理论知识并提升实际应用能力。 一、基础项目&#xff08;适合初学者&#xff09; 矩阵运算与可视化 目标&#x…

从零开始:Python语言进阶之异常处理

一、认识异常&#xff1a;程序运行中的“意外事件” 在编写Python程序时&#xff0c;即使代码语法完全正确&#xff0c;运行过程中也可能遭遇各种意外情况。这些意外被称为异常&#xff0c;它们会打断程序的正常执行流程。例如&#xff0c;当我们尝试打开一个不存在的文件、用0…

Groovy:Java 的简洁版

Groovy 是一种 动态、面向对象的编程语言&#xff0c;运行在 Java 虚拟机&#xff08;JVM&#xff09;上&#xff0c;并与 Java 高度兼容。你可以把它理解为“Java 的简洁版 动态特性 脚本语言的灵活性”。 &#x1f9e0; Groovy 的核心特点 特性说明✅ 与 Java 高度兼容可以…

生成模型——PixelRNN与PixelCNN

一、PixelRNN PixelRNN 是一种基于循环神经网络&#xff08;RNN&#xff09;的像素级生成模型&#xff0c;通过逐个像素地生成图像来构建完整的图像&#xff0c;其核心思想是将图像中的像素视为序列&#xff0c;并利用 RNN 的能力来捕捉像素之间的依赖关系。 序列生成&#xf…

每日算法刷题Day14 5.24:leetcode不定长滑动窗口求子数组个数越长越合法4道题,用时1h20min

3. 3325.字符至少出现K次的子字符串I(中等&#xff0c;学习优化) 3325. 字符至少出现 K 次的子字符串 I - 力扣&#xff08;LeetCode&#xff09; 思想 1.给你一个字符串 s 和一个整数 k&#xff0c;在 s 的所有子字符串中&#xff0c;请你统计并返回 至少有一个 字符 至少…

怎么判断一个Android APP使用了Capacitor这个跨端框架

要判断一个 Android 应用是否使用了 Capacitor 跨端框架&#xff0c;可以通过以下方法逐步验证&#xff1a; 一、安装包结构分析 1. 解压 APK 将 .apk 文件重命名为 .zip 并解压&#xff0c;检查以下特征文件&#xff1a; • assets/public/ 目录&#xff1a; Capacitor 的核心…

Vue3性能优化: 大规模列表渲染解决方案

# Vue3性能优化: 大规模列表渲染解决方案 一、背景与挑战 背景 在大规模应用中&#xff0c;Vue3的列表渲染性能一直是开发者关注的焦点。大规模列表渲染往往会导致卡顿、内存占用过高等问题&#xff0c;影响用户体验和系统整体性能。 挑战 渲染大规模列表时&#xff0c;DOM操作…

数据仓库,扫描量

有五种通用技术用于限制数据的扫描量&#xff0c;正如图3 - 4所示。第一种技术是扫描那些被打上时戳的数据。当一个应用对记录的最近一次变化或更改打上时戳时&#xff0c;数据仓库扫描就能够很有效地进行&#xff0c;因为日期不相符的数据就接触不到了。然而&#xff0c;目前的…

反射在spring boot自动配置的应用

目录 一&#xff0c;背景 二&#xff0c;知识回顾 2.1 理解使用反射技术&#xff0c;读取配置文件创建目标对象&#xff08;成员变量&#xff0c;方法&#xff0c;构造方法等&#xff09; 三&#xff0c;springboot自动配置 3.1 反射在自动配置中的工作流程 3.2 浏览源码…