一、conda是什麼？
Conda是一個開源的軟體包管理系統和環境管理系統，用於在不同的作業系統上安裝、執行和管理多個軟體包和環境。它可以用於管理Python軟體包和其他程式語言的軟體包，具有自動解決依賴關係、建立獨立環境、輕鬆切換環境等功能。Conda提供了一個命令列介面和一個圖形介面，使使用者可以方便地安裝、更新和刪除軟體包，以及建立、複製和刪除環境。它還可以配置和管理系統所需的各種依賴關係，以便在不同的專案中使用不同版本的軟體包。
在Linux中，Conda一般有兩種實現，一種是Anaconda，一種是Miniconda。
Anaconda和Miniconda是兩個Python發行版，都是由Continuum Analytics開發的，用於資料科學和機器學習的工具包。它們的主要區別在於安裝包的大小和預設包含的軟體包數量。
大小：Anaconda是一個完全的Python發行版，包含了許多用於資料科學和機器學習的軟體包，因此它的安裝包相對較大（約500MB）。而Miniconda只包含了一些最基本的軟體包和依賴項，因此其安裝包更小（約50MB）。
軟體包：Anaconda預設安裝了一些常用的資料科學和機器學習軟體包，如NumPy、pandas、scikit-learn等。而Miniconda則沒有預設安裝這些軟體包，需要根據需要手動安裝。
靈活性：由於Miniconda只包含基本的軟體包，因此可以根據需要選擇性地安裝其他軟體包，以滿足特定的需求。而Anaconda包含了許多常用軟體包，可能會佔用一些不必要的空間。
選擇使用Anaconda還是Miniconda取決於個人需求。如果你需要許多資料科學和機器學習軟體包，並且不太關心安裝包的大小，則可以選擇Anaconda。而如果你喜歡自定義安裝，並且希望減少安裝包的大小，則可以選擇Miniconda。
於我而言，一般Miniconda就已經夠用了，因為我只需要Python依賴和版本管理，如果你要做科學計算和資料分析，建議使用Anaconda，但是我這裡只發Miniconda的安裝，因為使用都是一樣的。
二、安裝步驟
在Linux上安裝Miniconda的步驟如下：
首先，進入Miniconda官網（https://docs.conda.io/en/latest/miniconda.html），在Linux一欄下選擇對應的安裝包下載連結。可根據系統的位數選擇x86（32位）或x86_64（64位）的安裝包。
在Centos命令列中執行以下命令，將下載連結替換成你在官網上獲取到的最新安裝包連結：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
下載完成後，在命令列輸入以下命令來執行安裝指令碼：
bash Miniconda3-latest-Linux-x86_64.sh
指令碼執行後，會出現一系列的安裝提示。
按"Enter"繼續安裝，然後輸入yes接受license協議。
安裝過程中，系統會詢問你是否將Miniconda的路徑新增到系統的環境變數中，輸入yes進行確認。如果你不希望將Miniconda新增到系統環境變數中，可以輸入no。
接下來，可以選擇安裝的位置。預設情況下，安裝在home目錄下的miniconda3資料夾中。如果你希望安裝到不同的位置，可以根據提示輸入自己的路徑。
安裝完成後，你可能需要重新啟動終端，或者手動執行source ~/.bashrc來使環境變數生效。
檢查Miniconda是否安裝成功，可以在終端中輸入conda --version來驗證。
安裝完成後，你就可以使用Miniconda來管理和安裝Python環境和軟體包了。
三、使用Conda來管理Python環境
常見的使用Conda來管理Python環境的使用方式如下：
1. 建立環境
一旦Conda安裝完成，可以使用以下命令建立一個新的Python環境：
conda create --name <環境名稱> python=<Python版本>
其中，<環境名稱>是您希望建立的環境的名稱，<Python版本>是您希望使用的Python版本。例如，要建立一個名為"myenv"的環境，並使用Python 3.7，可以執行以下命令：
conda create --name myenv python=3.7
2. 啟用環境
建立環境後，需要啟用它以使用環境中安裝的Python和其他軟體包。
在Linux或Mac上，可以執行以下命令：
conda activate <環境名稱>
例如，要啟用名為"myenv"的環境，可以執行以下命令：
conda activate myenv
3. 安裝軟體包
一旦環境啟用，可以使用Conda命令安裝所需的Python軟體包。例如，要安裝numpy軟體包，可以執行以下命令：
conda install numpy
4. 檢視環境
您可以使用以下命令檢視當前存在的所有環境：
conda info --envs
5. 刪除環境：如果您不再需要某個環境，可以使用以下命令將其刪除：
conda remove --name <環境名稱> --all
例如，要刪除名為"myenv"的環境，可以執行以下命令：
conda remove --name myenv --all
這樣，你就可以使用Conda來管理Python環境了。你可以建立多個環境，並在其中安裝不同版本的Python和軟體包，以滿足不同專案的需求。從此不再為Python版本而發愁。
原文連結：https://blog.csdn.net/weixin_47754149/article/details/139921768