pytorch学习一(扩展篇)：miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令（亲测ok）

前言

anaconda在个人免费，团队和公司收费，于是果断采用了miniconda。

• 有兴趣可以添加我，一起探讨技术。
  • 加V:Fengfl1222，名称：聚星汇智。
  • 要资料，申请备注为：优快云+地方+资料，如优快云山东资料。
  • 想接项目一起努力进步，申请备注为：优快云+地方+项目，如优快云+山东+项目，添加成功之后，可以发一份简历。
  • 项目组缺人，想要兼职的人，火速加我进群。
  • 本人介绍：211高校（北京交通大学）计算机研究生，本科双非计算机毕业后，校招进入军工，工作2个月离职后进入阿里，工作两年后离职考研，现已毕业，入职济南某大厂。团队主要技术栈：RAG、LLM、JAVA、PYTHON、GO、VUE、REACT等web开发需求。已有开发团队，如果有空闲时间想一个接项目者，可以加我呦。
  • 不按上诉规则添加好友者，不予通过。

一、miniconda和anaconda的关系

Miniconda 和 Anaconda 都是用于管理 Python 环境和包的开源工具，它们由同一个团队（Anaconda, Inc.）开发，然而，它们的用途和设计目标有所不同。（他们俩是一家的）

1、Anaconda

Anaconda 是一个功能齐全的数据科学平台，它包括了 Python 解释器、包管理器 conda、以及数百个常用的数据科学和机器学习库。Anaconda 旨在为数据科学家和开发者提供一个开箱即用的环境，适合于数据分析、机器学习、科学计算等各种应用。

特点：

大型安装包：Anaconda 包含了许多预装的库和工具，如 NumPy、Pandas、SciPy、Jupyter Notebook、Matplotlib、Scikit-learn 等等。这使得它的安装文件相对较大（通常超过 1 GB）。
全功能：适合那些希望快速搭建一个数据科学环境，而不需要手动安装和配置各种库和工具的用户。
用户友好：通过 Anaconda Navigator 图形界面，可以轻松管理环境和安装包。

适用场景：

适合新手或希望快速搭建完整数据科学环境的用户。
适合在本地机器上进行大规模数据分析和机器学习任务。

2、Miniconda

Miniconda 是 Anaconda 的一个精简版本，它只包含 conda 包管理器和 Python 解释器，不包括任何预装的第三方库。Miniconda 提供了一个最小化的环境，用户可以根据需要手动安装所需的库和工具。

特点：

小型安装包：由于 Miniconda 只包含基础的包管理器和 Python 解释器，安装文件非常小（通常在 50-60 MB 之间）。
高度灵活：用户可以根据需要手动安装和管理 Python 包和环境，这使得 Miniconda 更加灵活，但也需要更多的手动配置。
轻量级：适合那些希望保持系统轻量且只安装所需工具的用户。

适用场景：

适合高级用户或开发者，他们知道自己需要安装哪些库，并且希望对环境有更多控制。
适合在资源有限的系统（如服务器或 Docker 容器）上运行的项目。

3、总结

Anaconda 是一个功能齐全、开箱即用的解决方案，适合需要快速搭建完整数据科学环境的用户。
Miniconda 则是一个轻量级的、更加灵活的解决方案，适合那些只需要安装和使用特定 Python 库的用户。

二、下载miniconda（清华镜像链接）

1. 清华大学开源软件镜像站：https://mirrors.tuna.tsinghua.edu.cn/
2. miniconda 清华镜像下载链接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

点击第二个直接下载就行

三、安装miniconda

1、安装

1. 将上面下载的安装包放入此目录中