Ubuntu18.04安装miniconda3(小白小白看這裡！！！！)

conda分为anaconda和miniconda，anaconda是包含一些常用包的版本，miniconda则是精简版，只包含 conda 和其依赖，所以推荐使用miniconda。本文以Ubuntu 18.04 LTS系统为例，介绍miniconda的安装与使用。

0 更新源

这里说的源是ubuntu系统的默认源 更换为在国内
这样下载会快一点
具体看这个：
https://blog.youkuaiyun.com/davidhzq/article/details/102634325

1 下载miniconda3的bash文件

官网地址：手动下载稍微快一点
https://docs.conda.io/en/latest/miniconda.html
清华镜像源：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

不知道下哪个？？
用这个

uname -a

下载完之后的文件 在你的主目录的下载里面

2 添加权限 、安装

在文件所在目录打开终端

chmod 777 Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh

直接回车 这是许可协议

一路yes 和 enter (大胆一点)
最后一步 询问是否初始化 我选择的yes 默认即可
很多教程选择的no 可能后面自己需要配置环境路径

3 查看conda 是否安装成功

新打开一个终端 前面有(base) 已经证明成功了
或者 输入 conda -V 查看conda 版本信息
主目录下面 crtl + h 显示隐藏文件 找到 .bashrc
里面应该有默认配置好的conda 路径

上面选择No的，自己选择路径的，要把路径加进去到上面文件的最后一行
类似这样的

export  PATH="/home/gaoxiang/miniconda3/bin:"$PATH

刷新一下 让它生效

source ~/.bashrc

同样的打开终端，输入conda -V 即可查看是否成功

4 给conda 添加清华源

这样安装其他包的时候，下载速度会很快

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes 
conda config --get channels

配置完成后 你的主目录文件夹多了个隐藏文件 .condarc 你信不信？？我信

这里要注意：
.condarc 文件打开后里面有 --default 一定要删除掉
这就是初始化时 点了 yes 图省事 的 副作用 不然后面创建环境会出问题

5 创建虚拟环境

1. 防止把默认base环境搞崩了 也方便自己
2. 创建环境的过程就是下载各种包的过程 上面的源一定要配置

conda create -n tf2  python=3.6.7

tf2 --我的环境名
python=3.6.7 —指定的python 版本 跟你base 里面的python版本没关
指定啥，环境就给你下载啥版本

查看环境列表

conda env list

激活环境

conda activate tf2

安装需要的包
一般命令是:
conda install package_name
eg:

conda install opencv-python   

或者

pip install opencv-python

如果慢的话 ， 指定另外的源 （一般不会慢的 哈哈）
eg:

pip install  -i  https://pypi.tuna.tsinghua.edu.cn/simple  opencv-python

这里 我就要开讲了
pip 和 conda 这两到底有什么区别：
pip是用来安装python包的，安装的是python wheel或者源代码的包。从源码安装的时候需要有编译器的支持，pip也不会去支持python语言之外的依赖项。
conda是用来安装conda package，虽然大部分conda包是python的，但它支持了不少非python语言写的依赖项，比如mkl cuda这种c c++写的包。然后，conda安装的都是编译好的二进制包，不需要你自己编译。所以，pip有时候系统环境没有某个编译器可能会失败，conda不会。这导致了conda装东西的体积一般比较大，尤其是mkl这种，动不动几百兆甚至一G多。
然后，conda功能其实比pip更多。pip几乎就是个安装包的软件，conda是个环境管理的工具。conda自己可以用来创建环境，pip不能，需要依赖virtualenv之类的。意味着你能用conda安装python解释器，pip不行。这一点我觉得是conda很有优势的地方，用conda env可以很轻松地管理很多个版本的python，pip不行。
然后是一些可能不太容易察觉的地方。conda和pip对于环境依赖的处理不同，总体来讲，conda比pip更加严格，conda会检查当前环境下所有包之间的依赖关系，pip可能对之前安装的包就不管了。这样做的话，conda基本上安上了就能保证工作，pip有时候可能装上了也不work。不过我个人感觉这个影响不大，毕竟主流包的支持都挺不错的，很少遇到broken的情况。这个区别也导致了安装的时候conda算依赖项的时间比pip多很多，而且重新安装的包也会更多（会选择更新旧包的版本）。
最后，pip的包跟conda不完全重叠，有些包只能通过其中一个装。

安装常用的软件包 后面缺什么装什么

退出当前环境

conda deactivate

我的ubuntu还出现了每次打开终端都默认进入base环境的情况。
可以在.bashrc 文件中 末尾书写一行代码
conda deactivate 完美解决！