今天再给生信泥潭中挣扎的兄弟推荐一个运行环境及package管理的优秀方法,即利用conda建立独立的package运行环境。
“Conda 是一个开源的软件包管理和环境管理系统,广泛用于数据科学和机器学习等领域。它的优势在于能够在不同的操作系统上(如 Windows、macOS 和 Linux)统一管理软件包和依赖项,解决了软件兼容性问题。Conda 提供了虚拟环境功能,使得用户可以创建、管理和隔离多个独立的环境,确保不同项目之间的依赖项不会冲突。此外,Conda 还支持多个语言的包管理,如 Python 和 R,使得跨语言的项目开发更加便捷。它的丰富的包库和简单的命令行操作,使得软件安装和更新变得更加容易和高效。”
先在这里对conda、miniconda及anaconda进行区分:
- Conda 是一个包管理和环境管理工具,支持安装和管理软件包以及创建虚拟环境。
- Anaconda 是一个更全面的发行版,包含 Conda 以及一系列常用的数据科学和机器学习软件包,如 NumPy、Pandas、Jupyter Notebook 等,适合需要完整数据科学环境的用户。
- Miniconda 是 Conda 的轻量级版本,只包含 Conda 和其必要的依赖项,没有预装其他软件包,适合用户自行选择安装需要的软件包。
总的来说,Conda 是核心工具,Miniconda 提供基础框架,而 Anaconda 提供了完整的解决方案。

在此处选择轻量化的miniconda安装,进行后续的package管理等。
Part 1 Miniconda下载及安装
1.1 Miniconda下载
Miniconda下载地址为:
https://docs.anaconda.com/miniconda/miniconda-other-installer-links/
寻找合适的Linux版本、处理器平台及python版本的miniconda版本:

最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



