---

前言

如果你是一位经验丰富的Python开发者，那就必然不会忽略虚拟环境这个部分。

试想这么一种情况，你在写一个程序，其中用到一个库，在调用是直接报错了，告诉你Python版本不支持。对于Python开发者来说，这其实挺常见的，也各有各的解决方案，有人直接将Python卸载了，重新装新的（你要是Linux，卸载Python电脑可能就用不了了），有的人用虚拟环境（基本上虚拟环境还是那个版本的Python,无法解决问题），有的人安装多个Python版本然后用系统链接的方式来实现Python版本管理（高手，手段高明），有的人直接手撸这个库（你可以点右上角的X了，大牛还看这？），也有人用Python的版本管理工具，在我看来，这种解决方案是最佳的。我在入门Python的时候，Python版本之间的差异极其巨大，一些特性真的是版本不对就没有了，然后就是找解决方案，这种版本差异对我学习的积极性影响巨大。如今我已经有足够多的经验来解决这些问题，是时候为新手铲除一些学习路上的拦路虎了。

我写这篇文章的主要目的有两个：

1. 教会新手如何使用conda来实现Python版本的管理。
2. 希望本文能作为一个参考手册，开发者可以随时查阅，来解决自己的问题。（虽然网上已经很多了，但是还是想自己写一遍）

也的确是看到新手遇到这个问题就像当时自己遇到这个问题一样，我必须给予帮助，仿佛在帮助过去的自己。

原本计划本周内容是Rust和Pyqt的。

---

一、conda是什么？

Conda是一个开源的软件包管理系统和环境管理系统，用于在不同的操作系统上安装、运行和管理多个软件包和环境。它可以用于管理Python软件包和其他编程语言的软件包，具有自动解决依赖关系、创建独立环境、轻松切换环境等功能。Conda提供了一个命令行界面和一个图形界面，使用户可以方便地安装、更新和删除软件包，以及创建、复制和删除环境。它还可以配置和管理系统所需的各种依赖关系，以便在不同的项目中使用不同版本的软件包。

在Linux中，Conda一般有两种实现，一种是Anaconda，一种是Miniconda。

Anaconda和Miniconda是两个Python发行版，都是由Continuum Analytics开发的，用于数据科学和机器学习的工具包。它们的主要区别在于安装包的大小和默认包含的软件包数量。

1. 大小：Anaconda是一个完全的Python发行版，包含了许多用于数据科学和机器学习的软件包，因此它的安装包相对较大（约500MB）。而Miniconda只包含了一些最基本的软件包和依赖项，因此其安装包更小（约50MB）。

2. 软件包：Anaconda默认安装了一些常用的数据科学和机器学习软件包，如NumPy、pandas、scikit-learn等。而Miniconda则没有默认安装这些软件包，需要根据需要手动安装。

3. 灵活性：由于Miniconda只包含基本的软件包，因此可以根据需要选择性地安装其他软件包，以满足特定的需求。而Anaconda包含了许多常用软件包，可能会占用一些不必要的空间。

选择使用Anaconda还是Miniconda取决于个人需求。如果你需要许多数据科学和机器学习软件包，并且不太关心安装包的大小，则可以选择Anaconda。而如果你喜欢自定义安装，并且希望减少安装包的大小，则可以选择Miniconda。

于我而言，一般Miniconda就已经够用了，因为我只需要Python依赖和版本管理，如果你要做科学计算和数据分析，建议使用Anaconda，但是我这里只发Miniconda的安装，因为使用都是一样的。

二、安装步骤

在Linux上安装Miniconda的步骤如下：

1. 首先，进入Miniconda官网（https://docs.conda.io/en/latest/miniconda.html），在Linux一栏下选择对应的安装包下载链接。可根据系统的位数选择x86（32位）或x86_64（64位）的安装包。

2. 在Centos命令行中执行以下命令，将下载链接替换成你在官网上获取到的最新安装包链接：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

3. 下载完成后，在命令行输入以下命令来运行安装脚本：

  bash Miniconda3-latest-Linux-x86_64.sh

4. 脚本运行后，会出现一系列的安装提示。按"Enter"继续安装，然后输入yes接受license协议。

5. 安装过程中，系统会询问你是否将Miniconda的路径添加到系统的环境变量中，输入yes进行确认。如果你不希望将Miniconda添加到系统环境变量中，可以输入no。

6. 接下来，可以选择安装的位置。默认情况下，安装在home目录下的miniconda3文件夹中。如果你希望安装到不同的位置，可以根据提示输入自己的路径。

7. 安装完成后，你可能需要重新启动终端，或者手动运行source ~/.bashrc来使环境变量生效。

8. 检查Miniconda是否安装成功，可以在终端中输入conda --version来验证。

安装完成后，你就可以使用Miniconda来管理和安装Python环境和软件包了。

三、使用Conda来管理Python环境

常见的使用Conda来管理Python环境的使用方式如下：

1. 创建环境

一旦Conda安装完成，可以使用以下命令创建一个新的Python环境：

  conda create --name <环境名称> python=<Python版本>

其中，<环境名称>是您希望创建的环境的名称，<Python版本>是您希望使用的Python版本。例如，要创建一个名为"myenv"的环境，并使用Python 3.7，可以运行以下命令：

  conda create --name myenv python=3.7

2. 激活环境

创建环境后，需要激活它以使用环境中安装的Python和其他软件包。
在Linux或Mac上，可以运行以下命令：

  conda activate <环境名称>

例如，要激活名为"myenv"的环境，可以运行以下命令：

   conda activate myenv

3. 安装软件包

一旦环境激活，可以使用Conda命令安装所需的Python软件包。例如，要安装numpy软件包，可以运行以下命令：

  conda install numpy

4. 查看环境

您可以使用以下命令查看当前存在的所有环境：

  conda info --envs

5. 删除环境：如果您不再需要某个环境，可以使用以下命令将其删除：

  conda remove --name <环境名称> --all

例如，要删除名为"myenv"的环境，可以运行以下命令：

  conda remove --name myenv --all

---

这样，你就可以使用Conda来管理Python环境了。你可以创建多个环境，并在其中安装不同版本的Python和软件包，以满足不同项目的需求。从此不再为Python版本而发愁。