2. Conda安装与配置:Windows/macOS/Linux下安装Conda,配置镜像源加速
Conda的安装,说实话,是我觉得整个工具链里最没技术含量但又最容易被坑的一步。你想想看,很多新手上来就一股脑装个Anaconda,几百兆的包砸下来,结果环境一乱,最后还是得重来。我个人习惯用Miniconda,轻量、干净,要什么包自己装,心里有数。
嗯,先搞清楚一件事:我们装Conda,不是为了赶时髦,而是为了解决可视化工具链里的环境依赖。Visium工具集涉及Python 3.8~3.10、PyTorch、CUDA驱动、OpenCV……这些东西,你用手工pip装,分分钟给你整成“依赖地狱”。Conda嘛,说白了就是帮你隔离一套干净房间,该有的包一个不少,不该有的谁也不碰。
2.1 选择你的Conda发行版
市面上一堆Conda口味,别纠结,就两个主流选项:
- Miniconda:我最常用。只有Python和conda核心,300MB出头,干净利落。适合有经验的用户。
- Anaconda:带了一堆科学计算包,6GB+。新手图省事可以装,但后期维护起来挺臃肿。我自己不太推荐。
说白了,如果你知道自己在装什么,选Miniconda。如果你只想开箱即用,Anaconda也能对付。但我建议,哪怕你是新手,也试试Miniconda,学会了怎么装包,以后换环境才不会慌。
2.2 安装Conda
不同系统,安装方式大同小异。我分别说几个关键点。
Windows
Windows用户,去官网下Miniconda3-latest-Windows-x86_64.exe。双击安装,一路默认就行。注意一个选项:
- ✅ Add Miniconda3 to my PATH environment variable — 这个我建议勾上,省得以后要手动加path。
- 不勾也行,但要记得用Anaconda Prompt启动。
安装完,打开命令提示符(cmd)或PowerShell,跑一下:
conda --version
如果命令行报错“不是内部或外部命令”,嗯,说明你没加PATH。可以重装时勾上,或者手动加环境变量——我遇到过,后来直接重装了,省心。
macOS
macOS用户,去官网下载Miniconda3-latest-MacOSX-x86_64.sh(Intel)或...-arm64.sh(M1/M2)。打开终端,直接跑:
bash Miniconda3-latest-MacOSX-arm64.sh
安装过程会问你是否初始化conda,选yes。默认会往~/.bash_profile或~/.zshrc里写一段代码。很重要,你要是跳过了,终端就找不到conda命令。我踩过这个坑——一开始想着“自己加环境变量”,结果配了半天也没搞对。老老实实选yes就好。
安装完,关闭终端再打开,或者执行:
source ~/.zshrc
然后验证:
conda --version
Linux
Linux最直观。去官网下载Miniconda3-latest-Linux-x86_64.sh,然后:
bash Miniconda3-latest-Linux-x86_64.sh
同样,初始化选项选yes。安装结束后,关闭shell重新打开,或者:
source ~/.bashrc
验证:
conda --version
我一般会顺手配一下~/.condarc,后面说。
2.3 验证安装
不管哪个系统,跑完这几步,确认conda能工作就够了:
conda --version
conda info
如果输出类似这样:
conda 23.11.0
active environment : base
active env location : /home/user/miniconda3
shell level : 1
user config file : /home/user/.condarc
populated config files : /home/user/.condarc
conda version : 23.11.0
conda-build version : not installed
python version : 3.12.0
virtual packages : __linux=5.15.0=0
__glibc=2.31=0
__unix=0=0
__archspec=1=x86_64
base environment : /home/user/miniconda3 (writable)
conda av data dir : /home/user/miniconda3/etc/conda
conda av metadata url : https://repo.anaconda.com/pkgs/main
channel URLs : https://repo.anaconda.com/pkgs/main/linux-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/r/linux-64
https://repo.anaconda.com/pkgs/r/noarch
package cache : /home/user/miniconda3/pkgs
/home/user/.conda/pkgs
envs directories : /home/user/miniconda3/envs
/home/user/.conda/envs
platform : linux-64
user-agent : conda/23.11.0 requests/2.31.0 CPython/3.12.0 Linux/5.15.0 ubuntu/22.04 glibc/2.31
UID:GID : 1000:1000
netrc file : None
offline mode : False
看到这个,说明Conda装好了。其实这里有个细节:conda info会告诉你当前用的频道URL,默认是repo.anaconda.com。国内用户直接下载包会慢到你怀疑人生——我刚开始学的时候,装个numpy等了15分钟。所以下一步,配镜像。
2.4 配置镜像源加速
Conda默认的官网在国外,下载慢得让人抓狂。说白了,你只需要告诉conda:去国内镜像站拿包。我个人用的最多的是清华TUNA和中科大USTC两个源,稳定且快。
配置方法很简单,编辑~/.condarc文件:
先看看这个文件存在吗:
cat ~/.condarc
如果不存在(一般是第一次没有),手动创建:
vi ~/.condarc
我这里给出一份推荐配置,你直接复制就行:
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
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
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
解释一下:
show_channel_urls: true— 安装包时显示从哪个源下载,方便你确认镜像生效。channel_alias— 设置默认频道的域名。清华这套配置,会把所有defaults频道的请求转发到清华镜像。default_channels— 覆盖main、r、msys2三个默认频道的URL。custom_channels— 为conda-forge和pytorch等常用第三方频道指定镜像。这个很关键,我项目里装PyTorch时,默认走官网慢得离谱,换了清华镜像后,10秒搞定。
保存后,验证配置是否生效:
conda info
看看输出的channel URLs是否变成了mirrors.tuna.tsinghua.edu.cn开头的地址。如果是,恭喜,你已经迈过了国内用户最头疼的门槛。
小技巧:如果你用中科大源,把上述配置中的mirrors.tuna.tsinghua.edu.cn替换成mirrors.ustc.edu.cn即可。两个源我都在用,速度差距不大,但清华的更新频次稍高。
注意:配置完镜像后,第一次运行conda install可能会提示“conda update”或“索引更新”,等它更新完就行。如果出现网络错误,检查一下URL是不是写对了,或者是不是公司内网限制了访问。我曾在某客户机房遇到过这个问题,后来换了内网代理才搞定。
2.5 小结
安装Conda这事,说白了就是三步走:选对发行版(我推荐Miniconda)→ 按系统执行安装脚本 → 配好国内镜像。每一步都有坑,但我上面写的那些,基本把你可能遇到的问题都提到了。
嗯,我画了一张流程图,帮你把整个安装配置的脉络理一遍——从开始学习到最终跑通conda install,一图胜千言。
这张图把安装配置的全过程串起来了:从选择发行版,到下载安装,再到校验和镜像配置。每个环节都有对应的命令和配置,照着走基本不会出错。我早期带实习生的时候,就用这张图当checklist,效果不错。