aboutsummaryrefslogtreecommitdiff
path: root/docs/applications/programming/miniconda.md
diff options
context:
space:
mode:
authorFangcat_Dev <f20091219@outlook.com>2026-08-15 07:28:58 +0000
committerFangcat_Dev <f20091219@outlook.com>2026-08-15 07:28:58 +0000
commitb90296180a70c510c00ef81106d4141e567f80ff (patch)
tree9bbf0f1d28cc9dcdcda056734242c6c86508d013 /docs/applications/programming/miniconda.md
parentMerge pull request 'docs: advanced' (#8) from Fangcat_Dev/linux-handbook:main into main (diff)
parentMerge branch 'main' into 审查修改部分越界内容 (diff)
Merge pull request '审查修改部分越界内容' (#6) from 审查修改部分越界内容 into main
Reviewed-on: https://codeberg.org/LinuxCabin/linux-handbook/pulls/6 Reviewed-by: Fangcat_Dev <f20091219@outlook.com>
Diffstat (limited to 'docs/applications/programming/miniconda.md')
-rw-r--r--docs/applications/programming/miniconda.md68
1 files changed, 12 insertions, 56 deletions
diff --git a/docs/applications/programming/miniconda.md b/docs/applications/programming/miniconda.md
index 72ba4f9..ba1d605 100644
--- a/docs/applications/programming/miniconda.md
+++ b/docs/applications/programming/miniconda.md
@@ -1,84 +1,40 @@
# Miniconda
-## 什么是Miniconda
+## 概述
-相信不少人是因为自己需要学习人工智能,跑云端训练才学Linux
-所以我在这里写了相关的内容,希望可以帮助到大家。
+Miniconda的上游Anaconda是一个**Python的管理器**,让你在同一个操作系统上**拥有多个共存的Python环境,按需使用和激活**。但Anaconda过于臃肿,因此官方也推出了最小化版本,也就是Miniconda。
-Anaconda 是一个 **Python的管理器**,让你在同一个操作系统上**拥有多个共存的Python环境,按需使用和激活**。
-但是 Anaconda 预装太多东西,甚至达到几个G的体积,所以官方也推出了mini版 —— Miniconda。
+Miniconda 跟Anaconda的最大区别就是砍掉了很多预装的东西,让用户按需安装。
-Miniconda 跟Anaconda的最大区别就是砍掉了很多预装的东西,比如numpy之类的。
-它的设计理念就是让用户按需安装,我是比较同意这个理念的,个人也一直在用Miniconda。
+## 安装
-**下面的教程适用于Linux环境(包括原生Linux,WSL,虚拟机等)**
-
-## 安装步骤
-
-- 下载官方安装脚本
-访问官方下载链接(<https://www.anaconda.com/download/success)>
-
-选择 Linux,选择右边这个 Miniconda x86 版本 (大多数电脑都是x86, 但是macBook不是,在这之前确认自己的架构)。
+下载官方安装脚本,访问[官方下载链接](https://www.anaconda.com/download/success),选择 Linux,选择右边Miniconda,架构请自行查询,一般情况为x86。
![Anaconda安装脚本下载](../../img/miniconda/pic1.png)
-- 使用bash执行脚本
+使用bash执行脚本
```bash
-# 首先需要把你的 Miniconda脚本放到Linux系统可以访问的地方
-
-# 然后执行这个安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
```
-然后中间有引导,保持默认即可,叫你输yes你就yes回车。安装完之后重启终端或者使用下面的命令重新加载环境变量。
+选项保持默认即可。安装完之后重启终端或者使用下面的命令重新加载环境变量。
```bash
source ~/.bashrc
```
-- 配置镜像源
-
-很多同志连官方源不太流畅,推荐换成中科大。
+## 镜像源
-访问这个链接进行配置即可: <https://mirrors.ustc.edu.cn/help/anaconda.html>
+访问[中科大源](https://mirrors.ustc.edu.cn/help/anaconda.html)进行配置即可
-一般是创建一个 ~/.condarc 文件然后把 channels 开头的那些东西复制粘贴进去即可。
+创建一个`~/.condarc`文件然后把channels开头的文本复制粘贴进去即可。
```bash
# 创建配置文件
touch ~/.condarc
-# 然后编辑
+# 编辑配置文件
nano ~/.condarc
```
-- 配置pip源
-
-我们很多时候还是使用 pip 来安装的,所以这里也需要配置一下pip的镜像源
-
-访问这个网址进行配置 <https://mirrors.ustc.edu.cn/help/pypi.html>
-**只需要执行设为默认的命令即可**, 剩下的不需要配置。
-
-- 创建环境测试
-
-```bash
-# 这边的 -n 后面的是虚拟环境名, 这里既是 test-env. 然后后面可以指定python版本,根据实验需要来
-conda create -n test-env python=3.12
-```
-
-- pip安装测试
-
-```bash
-# 先激活刚才创建的虚拟环境
-conda activate test-env
-
-# 然后装个 numpy 试试
-pip install numpy
-```
-
-- 查看当前环境
-
-```bash
-conda env list
-# 列出所有环境, 如果是当前的环境, 会标有 *
-```
+此外,还需要配置pip源,建议访问[中科大源](https://mirrors.ustc.edu.cn/help/pypi.html)进行配置