Miniconda3 安装与使用

约 922 个字 190 行代码 预计阅读时间 5 分钟

• Miniconda3： Python 环境管理工具，轻量级 Anaconda 发行版；与完整的 Anaconda 发行版相比，Miniconda 只包含了最基本的组件，体积小，推荐在课题组服务器中安装与使用。

• 参考资料

  • Conda备忘清单 & conda cheatsheet & Quick Reference

---

安装与卸载

安装

# Linux
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

bash Miniconda3-latest-Linux-x86_64.sh

# macOS
brew install miniconda

# 超算平台
module load miniconda

• 按 Enter 键，输入 yes：
  • 自定义设置 Miniconda3 安装路径，如：~/src/miniconda3
  • 快结束安装时，会提示 Do you wish the installer to initialize Miniconda3
  • 输入 yes，其会在 ~/.bashrc 或 ~/.zshrc 添加以下内容，以后每次登录可直接使用 conda
  • 若输入 no，可之后运行命令 conda init bash/zsh

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/ysl/src/miniconda3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/ysl/src/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/home/ysl/src/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/home/ysl/src/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

• 安装完成后，登录会默认激活 base 环境，可通过以下命令取消（建议取消）

conda config --set auto_activate_base false

---

换源

• conda 换源
  • conda 默认使用官方源（conda-forge）进行 package 安装和更新，但经常下载速度较慢。可以通过更换国内镜像源（如 清华镜像源）加速下载
  • 有些 package 及其最新版本只能通过官方源安装（如 compilers），因此有时需留意某些 package 的安装要求

---

备份 ~/.condarc，在 ~/.condarc 中添加以下内容：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

conda 设置相关命令：

# 查看 conda 相关设置
conda config --show
conda config --show-sources

# 获取指定配置
conda config --set key value
conda config --add key value     # 添加
conda config --remove key value  # 移除
# key value
channels <CHANNELNAME>           # conda 源

---

• pip 换源：pypi 清华镜像源

# 临时使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

# 临时不使用镜像源
pip install --no-index package_name

# 设为默认
python -m pip install -U pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 删除镜像源
pip config unset global.index-url
pip config unset global.extra-index-url

# 查看镜像源
pip config list

---

卸载

• rm -rf miniconda3，将 ~/.bashrc 或 ~/.zshrc 中的 conda initialize 语句删除或注释，source 或重新登录使其生效

---

使用

conda 环境变量

写 Shell 或 Python 相关脚本时可能会用到以下 conda 环境变量：

环境变量	说明
CONDA_DEFAULT_ENV	当前激活的虚拟环境的名称
CONDA_PREFIX	当前激活的虚拟环境的路径
CONDA_EXE	conda 可执行文件路径
CONDA_PYTHON_EXE	当前激活的虚拟环境的 Python 可执行文件路径
CONDA_PROMPT_MODIFIER	在命令行提示符中显示的当前环境的信息。包含环境名称、环境类型等（如会输出 (base) 信息）
CONDA_SHLVL	当前激活的 Conda 环境的嵌套深度。如果没有激活的环境，则为 0

---

Miniconda3 目录结构

miniconda3
├── bin/
├── compiler_compat/
├── condabin/
├── conda-meta/
├── envs/
├── etc/
├── include/
├── lib/
├── LICENSE.txt
├── licensing/
├── man/
├── sbin/
├── share/
├── shell/
├── ssl/
├── x86_64-conda_cos7-linux-gnu/
└── x86_64-conda-linux-gnu/

部分目录含义：

bin/          # 可执行文件目录
envs/         # 存储虚拟环境目录
pkgs/         # 存储下载的 package，以便在安装和更新时使用
condabin/     # 其中的辅助脚本和可执行文件用于配置和管理 miniconda3
etc/          # 含配置文件，允许自定义和配置 miniconda3 的行为，etc/profile.d/conda.sh 
shell/        # 用于配置 Shell 提示符，提供有关当前环境和激活的环境的信息

---

base 之外的虚拟环境 packages 路径：

miniconda3/envs/<conda_env>/lib/pythonX.X/site-packages
# --user 安装
~/.conda/envs/<conda_env>/lib/pythonX.X/site-packages

---

常用 conda 命令

• 虚拟环境相关

# 创建虚拟环境
# 方式 1
conda create -n <ENVNAME> python=3.X
# 方式 2
conda env create -f conda-env.yml

# 查看已安装的虚拟环境
conda env list
conda info -e

# 激活环境
conda activate <ENVNAME>

# 退出环境
conda deactivate

# 删除虚拟环境
conda remove -n <ENVNAME> --all

# 重命名虚拟环境名称
conda rename -n <ENVNAME> <NEWENVNAME>

# 从已有环境克隆新环境
conda create --clone <ENVNAME> -n <NEWENVNAME>

• packages 相关

conda install <package>     # 安装 package
conda list                  # 列出已安装 package
conda list <package>        # 查看具体 package 信息
conda update <package>      # 更新 package
conda search <package>      # 搜索可用 package

• 删除未使用的 packages 和缓存（缓存路径 ~/.conda/pkgs/**）

conda clean -i     # 删除索引缓存
conda clean -p     # 删除未使用的 packages
conda clean -a     # 删除所有
--dry-run          # 模拟运行，不实际删除

---

常用 pip 命令

• 安装 package

# 安装并更新 PyPI package
pip install -U <package>

# 本地安装
pip install git+url
pip install -r requirements.txt
pip install .
pip install -e .          # editable mode
python setup.py install
pip install ".[test]"

# 卸载
pip uninstall <package>   # 可添加 -y 参数

• 常用 packages：多个 packages 一行命令安装可能出现报错，建议单个安装

pip install -U ipython ipykernel pymatgen ase pyxtal

• 列出已安装 packages

pip freeze

• 查看具体 package 信息：该 pip 命令比 conda list <package> 命令更详细，可以查看 package 的版本、安装路径、依赖关系等信息

pip show <package>

# 示例
Name: scikit-learn
Version: 1.3.0
Summary: A set of python modules for machine learning and data mining
Home-page: http://scikit-learn.org
Author:
Author-email:
License: new BSD
Location: /home/yslarch/src/miniconda3/lib/python3.10/site-packages
Requires: joblib, numpy, scipy, threadpoolctl
Required-by:

---

用 venv 创建虚拟环境

• 使用 venv 创建轻量级 “虚拟环境”
• VSCode 的 Python 插件无法直接识别由 venv 生成的虚拟环境，需手动输入解释器路径

python -m venv venv  # 创建
source venv/bin/activate  # 激活
deactivate  # 退出

---

uv

• uv：快速安装 Python package

• 安装

# 安装
# Linux 安装速度快，推荐
curl -LsSf https://astral.sh/uv/install.sh | sh 
# macOS 
brew install uv
# cargo 安装速度慢，不推荐
cargo install --git https://github.com/astral-sh/uv uv

uv self update   # 更新
uv cache prune   # 删除缓存

• 使用

uv venv                    # 创建虚拟环境 .venv/
source .venv/bin/activate  # 激活
deactivate                 # 取消

uv pip install <package>   # 安装 package；与 pip 基本一致

---

mamba

• mamba：Conda 平替，在解析和安装包时比 Conda 快得多

• micromamba 类似 miniconda，使用与 Conda 非常类似，配置文件可使用已存在的 ~/. condarc

• 某些情况下会出现问题？（个人不再使用）

# 安装
brew install micromamba        # macOS
# Linux 只会安装可执行文件
curl -Ls https://micro.mamba.pm/api/micromamba/linux-64/latest | tar -xvj bin/micromamba

# 配置根路径，虚拟环境将安装在 $MAMBA_ROOT_PREFIX/envs/
export MAMBA_ROOT_PREFIX=${HOME}/opt/micromamba
# 初始化当前 Shell
eval "$(micromamba shell hook --shell zsh)"

# 使用
micromamba self-update         # 更新

---

相关问题

虚拟环境使用

• 当有多种不同的程序，（如 atomate、sqsgen、scikit-learn 等），建议根据自身需求各自创建其虚拟环境使其互相隔离，而不是都装在 conda 的默认 base 环境，不要嫌切换环境麻烦，不同程序之间 package 之间的依赖不同，装在一起很容易出问题。

• base 环境可以装一些自己常用的 package（如个人常使用 pymatgen、ase 等）

• 给离线安装的 conda 环境（其环境名是路径）添加环境名

conda activate ~/src/deepmd-kit

# 添加符号链接
ln -s path/to/project path/to/miniconda3/envs/<env_name>

conda activate <env_name>

• Linux conda 当前用户创建的虚拟环境名消失，只有 root 的：~/.zshrc 中的 conda init 代码中的相关路径变成了 root 的，将其改回当前用户的路径