Conda 环境安装与配置指南：从本地到云端

markyankee101
11 阅读6分钟

Conda 环境安装与配置指南：从本地到云端

无论你是在本地 Linux/macOS/Windows 上开发，还是在 GitHub Codespaces 云端环境中编码，Conda 都是管理 Python 版本和项目依赖的强大工具。本文将带你一步步完成 Conda 的安装，并配置国内镜像源以加速下载，同时解决常见问题。

为什么需要 Conda？

  • 环境隔离：为每个项目创建独立的 Python 环境，避免版本冲突。
  • 多语言包管理：不仅支持 Python，还能安装 R、C++ 等语言的库。
  • 跨平台一致：在 Linux、macOS、Windows 上使用相同的命令。

一、本地安装 Conda

1.1 Linux 环境（推荐）

# 创建安装目录
mkdir -p ~/miniconda3

# 下载最新版 Miniconda 安装脚本（x86_64 架构）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh

# 静默安装（-b 批处理模式，-u 更新，-p 指定路径）
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3

# 删除安装脚本
rm -rf ~/miniconda3/miniconda.sh

# 初始化 conda 到 bash 和 zsh（根据你的 shell 选择）
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

安装完成后，新建一个终端（或执行 source ~/.bashrc / source ~/.zshrc），输入以下命令验证：

conda --version

如果显示版本号（如 conda 24.9.2），则安装成功。

注意：如果你的 Linux 是 ARM 架构（如树莓派），请将下载链接中的 x86_64 替换为 aarch64。

1.2 macOS 环境

根据芯片类型选择对应的安装脚本：

  • Apple Silicon (M1/M2/M3) ：使用 arm64 版本
  • Intel 芯片：使用 x86_64 版本
# 创建安装目录
mkdir -p ~/miniconda3

# 下载脚本（ARM 版本）
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh

# 如果你是 Intel 芯片，请使用下面这行（注释掉 ARM 的）
# curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh -o ~/miniconda3/miniconda.sh

# 静默安装
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3

# 删除安装脚本
rm -rf ~/miniconda3/miniconda.sh

# 初始化
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

新建终端，验证：conda --version。

1.3 Windows 环境

Windows 下推荐使用图形化安装：

  1. 下载安装包（使用 PowerShell 或手动下载）：

    curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe -o miniconda.exe

  2. 双击 miniconda.exe，按照安装向导提示完成安装（建议勾选“Add Miniconda3 to my PATH”）。

  3. 安装完成后，打开 开始菜单 → Anaconda Prompt（或普通 cmd/PowerShell），输入：

    conda --version

    显示版本号即成功。

  4. 删除安装包（可选）：

    del miniconda.exe

提示：Windows 用户如果遇到 conda 命令找不到，请检查系统环境变量 PATH 中是否已添加 C:\Users\你的用户名\miniconda3\Scripts 和 C:\Users\你的用户名\miniconda3\Library\bin。

二、配置 Conda 国内镜像源（加速下载）

由于 Anaconda 官方源服务器在国外，国内用户下载可能会很慢，建议配置清华镜像源。

# 添加清华镜像源频道，依次执行
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

# 显示下载来源的 URL（便于排错）
conda config --set show_channel_urls yes

这些命令是全局配置，会影响你电脑上所有 Conda 操作。配置文件保存在 ~/.condarc（Linux/macOS）或 C:\Users\你的用户名.condarc（Windows）。

注意：如果你在 GitHub Codespaces 中使用，由于服务器在国外，官方源通常很快，可以跳过此步。

三、Conda 基础操作

3.1 创建虚拟环境

conda create -n 环境名 python=3.10 -y
  • -n：指定环境名称
  • python=3.10：指定 Python 版本
  • -y：自动确认，跳过手动输入 y 的步骤

3.2 激活/退出环境

bash

conda activate 环境名   # 激活
conda deactivate        # 退出当前环境

激活后，终端提示符前会出现 (环境名)。

3.3 安装包

# 在激活的环境中使用 conda
conda install numpy pandas

# 或使用 pip（建议优先用 conda，若无再用 pip）
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

3.4 查看环境列表

conda info --envs

当前激活的环境前面会有一个 * 号。

3.5 删除环境

conda remove -n 环境名 --all

3.6 其他conda指令

需求命令说明
查看指定环境中的包conda list -n 环境名不激活环境也能查看，例如 conda list -n llm-universe
搜索特定包是否存在conda list 包名例如 conda list numpy，会过滤显示匹配的包
查看通过 pip 安装的包conda list ｜ grep pip注意 conda list 会同时显示 conda 和 pip 安装的包，但来源列会标注 pypi
导出环境到文件conda env export > environment.yml用于复现环境，包含 conda 和 pip 依赖
仅导出显式安装的包conda list --explicit > spec-file.txt适用于跨平台重建环境

四、在 GitHub Codespaces 中使用 Conda

GitHub Codespaces 是一个云端开发环境，默认预装了 Miniconda，但你仍可能需要进行初始化。

4.1 初始化 Conda

打开 Codespace 终端（Ctrl+`），执行：

conda init
source ~/.bashrc   # 或 source ~/.zshrc

如果提示 conda: command not found，可以手动添加路径：

export PATH="$HOME/miniconda3/bin:$PATH"

然后重新运行 conda init。

4.2 创建环境并安装依赖

# 创建环境（以项目 llm-universe 为例）
conda create -n llm-universe python=3.10 -y

# 激活
conda activate llm-universe

# 克隆项目仓库（推荐使用 HTTPS，避免 SSH 密钥配置）
git clone https://github.com/datawhalechina/llm-universe.git

# 进入项目目录
cd llm-universe

# 安装依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

Codespace 特别提示：

  • 由于 Codespace 是临时环境，每次重建容器（Full Rebuild）会清除已安装的包，但普通重建（Rebuilding）会保留。
  • 若遇到 conda activate 失败，请先执行 conda init 并重新打开终端。

五、常见问题与解决方案

问题原因解决方法
conda activate 提示 Run 'conda init'Conda 未初始化 shell执行 conda init，然后 source ~/.bashrc 或新开终端
conda create 报 NoChannelsConfiguredError未配置任何软件源执行上述“配置国内镜像源”部分
下载包极慢或超时网络连接官方源慢使用清华源（见第二节）或临时用 pip 加 -i 参数
Windows 中 conda 命令找不到环境变量未配置重新运行安装程序，勾选“Add to PATH”；或手动添加 %USERPROFILE%\miniconda3\Scripts
Codespace 中 git clone 报 Permission denied (publickey)SSH 密钥未配置改用 HTTPS：git clone https://github.com/...
想删除环境释放空间环境不再使用conda remove -n 环境名 --all

六、总结

Conda 是一个跨平台的、强大的环境管理工具。本文介绍了：

  • 在 Linux、macOS、Windows 本地安装 Miniconda 的方法。
  • 如何配置国内镜像源以加速包下载。
  • 基础操作：创建、激活、安装、删除环境。
  • 在 GitHub Codespaces 云端环境中使用 Conda 的步骤和注意事项。

掌握这些技能后，你可以轻松地为每个 Python 项目创建独立的、可复现的开发环境，无论是本地还是云端，都能保持一致性。

延伸阅读：

avatar
文章
阅读
粉丝