当前位置: 首页 > news >正文

Conda 安装与配置详解及常见问题解决

《Conda 安装与配置详解及常见问题解决》

安装 Conda 有两种主流方式,分别是安装 Miniconda(轻量级)和 Anaconda(包含常用数据科学包)。下面为你详细介绍安装步骤和注意要点。

一、安装 Miniconda(推荐)

Miniconda 只包含 Conda 和其必要的依赖项,体积较小,适合追求简洁环境的用户。

1. 下载安装程序

访问 Miniconda 官网(https://docs.conda.io/en/latest/miniconda.html ),依照你的操作系统选择对应的安装包:

  • Windows 系统:下载.exe文件。
  • macOS 系统:下载.pkg或者.sh文件。
  • Linux 系统:下载.sh文件。
2. 执行安装操作

Windows 系统

  • 双击.exe文件,然后按照安装向导的提示进行操作。
  • 要勾选 “Add Anaconda to my PATH environment variable” 这个选项(不过官方不推荐这么做,建议使用 Anaconda Prompt)。

macOS/Linux 系统

# 打开终端,导航到下载目录

cd Downloads

# 给安装脚本添加执行权限(仅针对.sh文件)

chmod +x Miniconda3-latest-*.sh

# 运行安装脚本

./Miniconda3-latest-*.sh

安装过程中,按照提示确认安装路径,输入yes接受许可协议。

3. 初始化 Conda

安装完成后,在终端输入以下命令来初始化 Conda:

conda init

关闭当前终端,然后重新打开一个新的终端,这样 Conda 就会自动激活基础环境。

二、安装 Anaconda

Anaconda 集成了超过 150 个常用的数据科学包,适合新手使用,但占用空间较大(大约 3GB)。

1. 下载安装程序

访问 Anaconda 官网(Download Anaconda Distribution | Anaconda ),选择适合你操作系统的安装包。

2. 执行安装操作

安装步骤和 Miniconda 类似,按照安装向导的提示完成安装。

三、验证安装结果

安装完成后,打开新的终端窗口,输入以下命令来验证 Conda 是否安装成功:

conda --version

# 输出类似:conda 23.5.2

查看已创建的环境:

conda env list

四、配置镜像源(提高下载速度)

国内用户可以配置清华大学的镜像源,加快包的下载速度:

# 添加清华镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch

# 设置搜索时显示通道地址

conda config --set show_channel_urls yes

五、卸载 Conda

如果你想卸载 Conda,可以按照以下步骤操作:

Windows 系统

  • 通过 “控制面板”→“程序和功能”,卸载 Anaconda/Miniconda。

macOS/Linux 系统

# 删除安装目录(以默认路径为例)

rm -rf ~/miniconda3  # 或者 anaconda3

# 从bash配置文件中移除Conda相关内容

vim ~/.bashrc  # 或者 ~/.zshrc

# 删除所有包含conda的行

# 重新加载配置文件

source ~/.bashrc

六、常见问题及解决办法

  1. conda命令找不到
    • 确认是否重启了终端。
    • 检查环境变量 PATH 是否包含 Conda 的安装路径。
  1. 安装后 Python 版本不是预期的
    • 创建环境时指定 Python 版本:conda create -n myenv python=3.9
  1. 下载速度慢
    • 按照上文的方法配置镜像源。

安装完成后,你就可以使用 Conda 来管理 Python 环境和安装各种包了。例如:

# 创建新环境

conda create -n myenv python=3.9

# 激活环境

conda activate myenv

# 安装包

conda install numpy pandas matplotlib

http://www.dtcms.com/a/274187.html

相关文章:

  • 从代码学习深度强化学习 - PPO PyTorch版
  • 番外-linux系统运行.net framework 4.0的项目
  • 《Java EE与中间件》实验三 基于Spring Boot框架的购物车
  • 【flutter】flutter网易云信令 + im + 声网rtm从0实现通话视频文字聊天的踩坑
  • 如何蒸馏 设计 中文nl2sql 数据集,进行grpo强化学习 训练qwen3-8b,可以提升大模型nl2sql的能力,支持300行sql生成
  • Redis 分片集群
  • mysql报错服务没有报告任何错误
  • AIGC(生成式AI)试用 33 -- 用AI学AI名词
  • 彻底解决JavaFx在Linux中文无法正常显示的问题(究其根本原因)
  • 剑指offer——数组:数组中重复的数字
  • 博客系统开发全流程解析(前端+后端+数据库)与 AI 协作初体验
  • [大模型问数]实现大模型调用MYSQL(03)【MCP笔记】
  • Prometheus+Grafana部署及企业微信邮件/群消息告警通知配置
  • Shader面试题100道之(81-100)
  • 中学物理模拟实验Python程序集成打包
  • 牛客周赛 Round 99
  • Spring 声明式事务:从原理到实现的完整解析
  • 破解多宠管理难题,端侧AI重新定义宠物智能硬件
  • 《Spring 中上下文传递的那些事儿》Part 10:上下文敏感信息脱敏与审计日志记录
  • ESP32_启动日志分析
  • 【TCP/IP】17. 移动 IP
  • Linux权限的概念
  • 硬件加速(FPGA)
  • 函数指针指针函数 智能指针
  • 通过ETL工具,高效完成达梦数据库数据同步至数仓Oracle的具体实现
  • MDSE模型驱动的软件工程和敏捷开发相结合的案例
  • Django 视图(View)
  • 指令重排序带来的多线程问题与volatile解决方案
  • Linux设备树(dts/dtsi/dtb、设备树概念,设备树解析,驱动匹配)
  • P1204 [USACO1.2] 挤牛奶Milking Cows