Anaconda、conda、miniconda的关系

Anaconda

Anaconda 是一个用于数据科学，机器学习和深度学习的开源软件包管理系统，其中包括了许多流行的 Python 包和工具Anaconda主要用于科学计算和数据分析。

conda

Conda 是 Anaconda 中的包管理器，可以用来安装和管理软件包。Conda 可以用来安装Python 包和其他语言的软件包，并且可以很方便地在不同的环境中管理包。

miniconda

Miniconda 就是 Anaconda 的轻量版，它包含了 conda 和 Python，但是没有包含Anaconda 中捆绑的那些科学计算和数据分析用的包。Miniconda 只包含最基本的包和工具，但是可以通过 conda 安装其他的包。Miniconda 可以节省空问，并且在安装后可以自定义选择安装哪些包。

总结

Anaconda 是一个软件包管理系统，其中包含了 Conda 和许多其他的工具。Conda 是Anaconda 中的一个组件，用于安装和管理软件包。

Miniconda 作为 Anaconda 的轻量版， Minicondia 和 Anaconda 之问的主要区别就在于 Anaconda包含了许多科学计算和数据分析用的包，而 Miniconda 只包含了最基本的包和工具。如果你只需要安装最基本的包和工具，并且希望节省空问，那么Miniconda 可能是一个不错的选择。如果你需要许多科学计算和数据分析用的包，那么 Anaconda 可能是一个更好的选择。

conda常用命令

下载

直接去官网下载即可，官网提供linux、mac、windows版本，官网会根据你自己电脑的操作系统推荐对应的版本，同时提供Anaconda完整版和miniconda最小版(无软件界面的，仅支持命令行执行)，新手推荐使用Anaconda版，熟悉之后推荐改用miniconda版，占用存储空间小，使用起来感受一样。

升级

conda update conda          		#基本升级
conda update anaconda       		#大的升级
conda update anaconda-navigator     #update最新版本的anaconda-navigator   

卸载

查看这里

创建虚拟环境

conda  create  --name  env_name
conda  create  --name  env_name python=3.5 				# 创建指定python版本
conda  create  --name  env_name python=3.5 torch numpy  # 创建指定python版本下包含某些包

激活进入虚拟环境等基本命令

conda update -n base conda        #update最新版本的conda
conda update --all                #update最新版本的conda
conda create -n ml python=3.8     #创建名字为ml的python3.8的虚拟环境
conda activate ml                 #开启xxxx环境
conda deactivate                  #关闭环境
conda env list                    #显示所有的虚拟环境
conda info --envs                 #显示所有的虚拟环境

查看指定信息

查看torch各个版本

conda search -h                #查看search使用帮助信息
conda search torch  
anaconda show <USER/PACKAGE>   #查看指定包可安装版本信息命令
conda show torch         	   #查看指定torch版本信息

更新删除conda中的包

conda list               	 #查看已经安装的文件包
conda list  -n xxx      	 #指定查看xxx虚拟环境下安装的package
conda update xxx         	 #更新xxx文件包
conda uninstall xxx      	 #卸载xxx文件包conda remove -n xxxx --all   #删除创建xxxx虚拟环境

删除一些没用的包

1. 通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。
2. 通过conda clean -t可以将删除conda保存下来的tar包。

conda clean -p        #删除没有用的包
conda clean -t        #删除tar包
conda clean -y --all  #删除所有的安装包及cache

操作conda中的虚拟环境（必须在base环境下操作）

#克隆oldname环境为newname环境
conda create --name newname --clone oldname #彻底删除旧环境
conda remove --name oldname --all      

conda自动开启/关闭激活

conda activate   							 #默认激活base环境
conda activate xxx  						 #激活xxx环境
conda deactivate 							 #关闭当前环境
conda config --set auto_activate_base false  #关闭自动激活状态
conda config --set auto_activate_base true   #关闭自动激活状态

安装本地下载好的包

#pip 安装本地包
pip install   ～/Downloads/a.whl#conda 安装本地包
conda install --use-local  ~/Downloads/a.tar.bz2

conda和pip换源

conda源管理

#显示目前conda的数据源有哪些
conda config --show channels#添加数据源：例如, 添加清华anaconda镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes#删除数据源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/#查看自己的数据源
vi ~/.condarc

pip的源管理

#显示目前pip的数据源有哪些
pip config list
pip config list --[user|global] # 列出用户|全局的设置
pip config get global.index-url # 得到这key对应的value 如：https://mirrors.aliyun.com/pypi/simple/# 添加
pip config set key value
#添加数据源：例如, 添加USTC中科大的源：
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
#添加全局使用该数据源
pip config set global.trusted-host https://mirrors.ustc.edu.cn/pypi/web/simple# 删除
pip config unset key
# 例如
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/#搜索
pip search flask  #搜素flask安装包# 升级pip
pip install pip -U

pip的源

阿里云                   http://mirrors.aliyun.com/pypi/simple/
中国科技大学         		https://pypi.mirrors.ustc.edu.cn/simple/ 
豆瓣(douban)         	http://pypi.douban.com/simple/ 
清华大学                	https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学  			http://pypi.mirrors.ustc.edu.cn/simple/

pip的基本操作

pip list 							#列出当前缓存的包
pip purge 							#清除缓存
pip remove 							#删除对应的缓存
pip help 							#帮助
pip install xxx 					#安装xxx包
pip install xxx.whl					#安装xxx.whl本地包
pip install -r requirements.txt 	#批量安装
pip uninstall xxx 					#删除xxx包
pip show xxx 						#展示指定的已安装的xxx包
pip check xxx 						#检查xxx包的依赖是否合适