miniconda軟體下載及安裝

anaconda軟體包是python的一種發行版本，安裝包大約四百多至五百多兆，安裝好後大約需要2個多g的硬碟空間，我不太推薦這種安裝方式，更推薦大家使用miniconda。

一般軟體安裝包我建議都去官網下載，但是conda官網下載速度實在太慢，我建議大家去清華大學開源軟體映象站下載，網址是：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=M&O=D

安裝包有windows平臺、macos平臺、linux平臺三種，大家可以根據自己的作業系統下載合適的安裝包。miniconda程式安裝非常容易，在此不再贅述miniconda的安裝過程。

conda設定國內軟體源修改conda國內源：conda配置檔案位置：~/.condarc (Windows路徑為：C:\Users<UserName>.condarc)軟體源配置通常寫入標準庫的內容即可，若要使用附加庫的內容才將其插入“ - defaults”那一行前面。以下提供清華源和交大源2種配置，二選一即可：清華源標準庫：

channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - defaultsshow_channel_urls: true 

清華源附加庫：

# Conda Forge  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/# msys2  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/# bioconda  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/#menpo  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/# pytorch  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

交大源標準庫：

channels:  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/  - defaultsshow_channel_urls: true

附加庫：

# Conda Forge  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/# msys2  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/msys2/# bioconda  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/bioconda/#menpo  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/menpo/# pytorch  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/pytorch/

修改pip國內源：pip配置檔案位置：~/.pip/pip.conf (Windows路徑為：C:\Users<UserName>\pip\pip.ini)下面提供了阿里源和華為源2種配置，二選一即可：阿里源配置：

[global]index-url = https://mirrors.aliyun.com/pypi/simple/trusted-host=mirrors.aliyun.comtimeout = 120

華為源配置：

[global]index-url = https://mirrors.huaweicloud.com/repository/pypi/simpletrusted-host = mirrors.huaweicloud.comtimeout = 120

conda下載更新及清理

建議conda只用來更新conda和python、下載和更新python包使用pip，因為清華源和交大源下載速度遠遠不及阿里源和華為源。

conda：更新conda：conda update conda更新python：conda update python更新所有包：conda update --all清理無用的安裝包，注意//及後面的內容是註釋，使用時不要包含這些內容。conda clean -p // 清理無用的包conda clean -t // 清理tar包conda clean -y --all //清理所有安裝包及cachepip (以下用pandas包舉例)：下載：pip install pandas更新：pip install --upgrade pandas刪除：pip uninstall pandas指定版本(2個等於號前面是包名後面是版本號)：pip install pandas==1.1.4conda管理虛擬環境base環境：若在上述.condarc檔案中未配置關於auto_activate_base的設定，那麼預設是true即啟動終端時自動進入base環境。若要關閉自動進入base環境：conda config --set auto_activate_base false若要開啟自動進入base環境：conda config --set auto_activate_base true建立自定義環境：conda create --name py38 python=3.8–name後面指定環境的名字，名字最好是英文字母、下劃線、數字的組合，建議不要用中文。python=後面指定版本號。案例中指定了版本是3.8，下載時會定位倉庫3.8版最新的包。上述案例中建立了一個名字叫py38、python版本是3.8的虛擬環境。進入自定義環境：conda activate py38退出自定義環境：conda deactivate刪除自定義環境：只能刪除自定義環境，不能刪除base環境。刪除步驟如下：退出自定義環境：conda deactivate刪除自定義環境：conda remove --name py38 --all檢視所有環境：conda env list快速安裝多個包

由於軟體源的關係，我們下載和安裝包時優先使用pip，那麼新建了虛擬環境怎麼快速下載多個需要的軟體包呢？

在原環境匯出包清單：pip list > list.txt處理清單檔案，注意要進入上面的list.txt所在目錄，在該目錄下建立reinstall.py檔案，然後執行：

with open("list.txt", mode='r', encoding='utf8') as f1,\    open("list2.txt", mode='w', encoding='utf8') as f2:        f1.readline()        f1.readline()        f2.write('pip install ')        for i in f1:            line = i.split()            f2.write(line[0] + ' ')

進入虛擬環境一鍵pip：切換環境：conda activate py38pip安裝包 (將上面的list2.txt檔案內容ctrl+a、ctrl+c)貼上(ctrl+v)過來，然後回車.發生報錯時的情況：如果遇到下面的報錯，那是提示你conda相關的包不能在虛擬環境裡重複安裝，將list.txt裡面含conda的所有包名都刪掉即可。

ERROR: Could not find a version that satisfies the requirement conda-package-handlingERROR: No matching distribution found for conda-package-handling

少數版本衝突的情況，找到報錯的包名，選擇適合的版本即可。就是前面案例中的pip install 包名=版本號。python新舊版本討論目前發現的版本問題，在python3.8系列中numba包可以使用，但在python3.9系列中numba不能使用，推測是因為python3.9直譯器解析語句方式相對python3.8變動很大，導致numba尚未完成更新。如果要用numba建議使用python3.8。python3.9解析語句方式調整後對於很多一行寫的很複雜的語句解析及執行速度提升很大。建議有精力的朋友空餘時間可以嘗試將自己的專案放在新版本下進行測試，新版本整體執行速度比舊版本略有提升。總之，有了miniconda神器，不再害怕版本問題，隨時可以建立適合自己專案的版本，也隨時可以嘗試最新版本的python。建議多多嘗試新版本。