miniconda环境搭建

### Miniconda 环境配置教程 #### 1. 下载并安装 Miniconda Miniconda 是一个轻量级的 Conda 发行版，适合用于快速设置 Python 和数据科学工具链。可以从官方页面下载适用于操作系统的版本[^3]。 ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh ``` 在安装过程中，按照提示完成安装，并确认是否将 Miniconda 的路径添加到系统环境变量中[^2]。 #### 2. 配置环境变量 如果未自动添加到环境变量，则需手动修改 `~/.bashrc` 或 `~/.zshrc` 文件： ```bash export PATH="/path/to/miniconda/bin:$PATH" source ~/.bashrc ``` 完成后可以通过以下命令验证安装是否成功： ```bash conda --version ``` 若显示版本号则表示安装成功。 #### 3. 创建虚拟环境 通过 Conda 命令可以轻松管理多个独立的 Python 虚拟环境。以下是创建新环境的方法： ```bash conda create -n myenv python=3.9 ``` 激活该环境： ```bash conda activate myenv ``` 退出当前环境可执行： ```bash conda deactivate ``` 删除不再使用的环境： ```bash conda remove --name myenv --all ``` #### 4. 更改国内镜像源加速包下载速度 为了提高软件包下载的速度，推荐更改默认的 Conda 镜像源为上海交通大学开源镜像站[^4]。编辑或新建文件 `~/.condarc` 并写入如下内容： ```yaml channels: - defaults default_channels: - https://mirror.sjtu.edu.cn/anaconda/pkgs/main - https://mirror.sjtu.edu.cn/anaconda/pkgs/free custom_channels: conda-forge: https://mirror.sjtu.edu.cn/anaconda/cloud/ pytorch: https://mirror.sjtu.edu.cn/anaconda/cloud/ ``` 保存后更新索引缓存： ```bash conda clean -i ``` #### 5. 安装常用库 进入已激活的环境中，使用以下命令安装所需的依赖项： ```bash conda install numpy pandas matplotlib scikit-learn ``` 对于深度学习框架 PyTorch 的安装，可以根据硬件支持情况选择 CUDA 版本: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` #### 6. VS Code 整合与调试 安装 Visual Studio Code 后，可通过扩展市场获取 Microsoft 提供的 Python 插件来增强开发体验[^1]。随后，在 `.vscode/settings.json` 中指定解释器位置： ```json { "python.pythonPath": "/path/to/miniconda/envs/myenv/bin/python", } ``` 最后重启 IDE 即可应用新的配置。 --- ###