1.2　开始使用

在Linux系统中，Python会作为系统级依赖被默认安装在系统中。但是因为系统级的Python在很多时候与其他系统组件相互依赖，随意改动容易导致系统运行出现问题，所以不建议使用系统级的Python作为开发环境或在不清楚相关风险的情况下修改系统自带的Python运行环境。

1.2.1　Miniconda安装

Miniconda安装成功之后，会自带一个名为base的虚拟环境。这个虚拟环境包含conda本身，为了避免对这个环境的修改造成conda运行异常，通常我们会单独创建环境后使用，而且创建的独立环境还可以自由控制Python版本，做到兼容性最大化。

1．下载安装包

下载安装包的过程如下所示。

（1）在搜索引擎中搜索清华大学开源软件镜像站，如图1-1所示，进入清华大学开源软件镜像站。

图1-1　清华大学开源软件镜像站搜索结果

（2）在清华大学开源软件镜像站中单击anaconda，如图1-2所示。

图1-2　单击anaconda

（3）单击miniconda，如图1-3所示。

图1-3　单击miniconda

（4）往下拖动滚动条，找到并下载与自己的系统对应的且版本最新的Miniconda安装包，如图1-4所示。

图1-4　下载最新版Miniconda安装包

版本号中的py39指内置的Python版本为3.9版本（此处Python版本不重要，后文将介绍通过conda单独新建3.7版本的Python环境）。

这里需要注意的是，版本号中的Linux-ppc64le是指使用64位PowerPC架构的CPU的Linux系统。目前市场上很少销售基于PowerPC的个人计算机，所以大多数读者不需要下载相应版本的Miniconda。

版本号中的Windows-x86表示该版本同时适用于32位和64位的Windows系统。但是如果内置的Python为32位版本，即使在新建的conda虚拟环境内，它也将被固定为32位版本。32位版本的Python受到客观条件限制，使用的内存将不能超过2GB，这对于数据计算可能存在内存溢出的问题。所以在确定使用的Windows系统为64位的情况下，建议安装x86_64版本的Miniconda。

（5）将下载的安装包上传到需要安装的目标机器上，如果是本机安装则跳过此步骤。

若在Linux系统上安装，可以将安装包存到~/Downloads文件夹（如果不存在可以创建）下。

2．Linux环境

在Linux环境中安装Miniconda的步骤如下。

（1）在Downloads目录中执行ls命令，可以看到下载到本地的Miniconda安装包，如图1-5所示。

（2）输入bash+安装包全名，例如这里的bash Miniconda3-py39_4.9.2-Linux-x86_64.sh，如图1-6所示，并按Enter键。

图1-5　下载到本地的Miniconda安装包

图1-6　使用bash命令执行安装包

（3）接下来将会逐条展示用户协议，可使用Enter键逐条跳过，直到看到Do you accept the license terms? [yes|no]或者Please answer 'yes' or 'no'时，输入yes并按Enter键，如图1-7所示。

（4）接下来会要求选择Miniconda的目标安装目录，这里直接按Enter键，即可使用安装程序自动生成的安装目录（这个目录根据不同的用户名和不同的~路径有所不同，不必要求与图1-8完全一致）。如果有选择其他目录的需求，可以输入目标目录。按Enter键之后会开始安装，等待即可，如图1-8所示。

图1-7　同意用户协议

图1-8　指定Miniconda安装目录

（5）出现Do you wish the installer to initialize Miniconda3 by running conda init? [yes|no]时意味着安装完成。输入yes并按Enter键，即可添加conda环境初始化相关代码到终端初始化脚本中，如图1-9所示。

（6）显示Thank you for installing Miniconda3!表示安装完成，重启终端可以自动激活base环境。使用conda -V可查看已安装的conda版本，使用python -V可查看已安装的Python版本，如图1-10所示。

图1-9　启用conda的自动初始化

图1-10　在base环境中查看conda和Python的版本

3．Windows环境

在Windows环境中安装Miniconda的步骤如下。

（1）可以在存放Miniconda的安装包的文件夹中看到该安装包，如图1-11所示。

图1-11　Windows下的Miniconda安装包

（2）双击安装包，启动安装程序，并单击Next按钮，如图1-12所示。

图1-12　Miniconda安装界面

（3）在用户协议界面单击I Agree按钮，如图1-13所示。

图1-13　同意用户协议

（4）选择Just Me单选按钮，并单击Next按钮，如图1-14所示。

（5）这里使用默认安装目录（该目录根据不同的用户名有所不同，不必要求与图1-15中完全一致），并单击Next按钮。

（6）此处保持默认设置，直接单击Install按钮，如图1-16所示。

图1-14　选择安装类型

图1-15　使用默认安装目录

图1-16　保持默认设置

（7）安装过程如图1-17所示，安装结束则单击Next按钮。

图1-17　安装过程

（8）取消勾选Anaconda Individual Edition Tutorial和Getting Started with Anaconda这两个复选框，并单击Finish按钮完成Miniconda的安装，如图1-18所示。

图1-18　取消勾选两个复选框

（9）安装完成后可以在开始菜单中找到Anaconda Prompt (miniconda3)（见图1-19），这将是后续所有在Windows系统上执行Python命令的命令行终端，如图1-20所示。虽然后续将只用Linux做示范，但是在Windows系统中使用Anaconda Prompt (miniconda3)作为命令行终端也可以达到同样的效果。

图1-19　Windows开始菜单中的Anaconda Prompt(miniconda3)

图1-20　Miniconda在Windows系统中的命令行终端

1.2.2　设置conda与pip镜像源

由于 conda 和 pip 有时候会出现下载缓慢或无法连接的问题，因此需要使用国内开源组织提供的第三方镜像源来代替官方源，以获得更好的使用体验。

这里先对conda镜像源进行如下修改。

（1）打开终端（Linux）或在Windows系统的开始菜单中打开Anaconda Prompt (miniconda 3)。

（2）使用网页浏览器访问清华大学开源软件镜像站首页，找到anaconda并单击其右侧的问号图标，如图1-21所示。

图1-21　找到anaconda并单击其右侧的问号图标

（3）根据页面内容的指引，更新~/.condarc文件（Linux）或C:\Users\用户名\.condarc（Windows）中的内容，如图1-22所示，即可完成conda镜像源修改。

设置pip镜像源的步骤如下所示。

（1）在浏览器中返回清华大学开源软件镜像站首页，找到pypi并单击其右侧的问号图标，如图1-23所示。

（2）根据指引在前面打开的命令行终端中输入命令并执行，设置pip镜像源，如图1-24所示。

由于前文介绍安装的Miniconda版本中Python所带的pip的版本已经超过10.0.0版本，所以不需要执行第一行升级命令，可以直接执行第二行命令以设置镜像源。

图1-22　conda镜像源设置指引

图1-23　找到pypi并单击其右侧的问号图标

图1-24　pip镜像源设置指引

1.2.3　conda环境

conda通过环境（environment）来解析不同的Python或二进制工具，每种环境都可以安装不同版本的Python或者其他conda镜像源里包含的分发包（例如NCL和Fortran，在conda环境里甚至可以安装编译器的二进制包）。Miniconda安装完成后会自带名为base的虚拟环境，为了保证conda的运行正常，一般情况下不对base环境进行修改。

在命令行中执行conda env list命令可以看到本机中已有的conda虚拟环境，如图1-25所示。路径前带*的环境表示当前已经激活的环境（后文将详细介绍创建环境的步骤）。

图1-25　当前已有的conda虚拟环境

1．创建新环境

由于很多第三方包对最新版Python的支持力度不一致，而且为了避免对base环境的修改造成conda运行异常，我们通常会新建某个特定版本的Python的运行环境。

（1）打开命令行终端，输入conda create -n jupyter -c conda-forge python=3.7并按Enter键，等待conda收集包的元信息并解析依赖，如图1-26所示。

图1-26　新conda虚拟环境创建命令

● create为创建新环境的命令。

● -n jupyter指定新环境名为jupyter。可以根据自己的需要任意修改环境名。

● -c conda-forge指定通道（channel）为conda-forge。conda-forge是一个开放的conda“包仓库”。

● python=3.7指定这个环境中安装的Python为3.7.x版本。Python在一个大版本（如3.7版本）中会有很多小版本（如3.7.x）用于修复bug，但是不影响兼容性。这里不指定小版本号中的x，将会安装最新的Python小版本。

（2）环境解析完成后，显示安装动作将会导致的环境变化，如图1-27所示，根据提示按Enter键开始新环境创建。

图1-27　创建新环境将会安装的包

（3）至此新环境创建完成，如图1-28所示。

图1-28　新环境创建完成

2．激活环境

之前我们创建了一个名为jupyter（或者是你自己取的名字）的环境。使用该环境时，需要先对其进行激活。

在命令行中执行conda activate + 环境名，例如这里执行conda activate jupyter即可激活jupyter环境。激活对应的环境后，命令行提示符左侧会显示当前环境名，如图1-29所示。可以看到激活环境后，Python版本已经变成前文介绍安装的Python版本。

图1-29　激活环境后python命令对应的Python程序发生变化

激活某环境时，conda会初始化该环境对应的环境变量（这样就可以直接使用Python命令运行虚拟环境中的Python）。

注意，在某环境中使用conda或pip安装的第三方包也只能在该环境中使用。例如在jupyter环境中安装的包，在base环境中是无法使用的，初学者可能需要注意这一点。