1. conda 环境
安装miniconda即可，Miniconda 安装包可以到 http://mirrors.aliyun.com/anaconda/miniconda/ 下载。（若链接失效，可到官网下载，速度可能慢一些）
安装完后，可进入开始菜单栏中点击Anaconda Promot，通过conda命令进行使用。
.condarc是conda 应用程序的配置文件，在用户家目录（windows：C:\users\username\），用于管理镜像源。如果不存在，则打开conda的，执行一下：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2. conda包管理目录
anaconda安装的位置/pkgs该目录是用户指定update或install时由 Conda 下载并提取的包，都是解压后的包，可以在 conda 环境中通过link关联。
anaconda安装的位置\envs\虚拟环境\Lib\site-packages 则是启用虚拟环境后import时导入包的地方。它们来自anaconda安装的位置/pkgs。
anaconda安装的位置/Lib/site-packages 是base环境的路径。
3. 配置镜像源
3.1 通过命令配置和删除
# 查看当前conda配置
conda config --show channels
# 增加channel
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//pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#设置搜索是显示通道地址
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/会直接加到.condarc文件的channels下面，成为一个独立的channel：
3.2 通过修改文件添加（推荐）
直接修改.condarc文件是最方便的。
大家常搜到的配置文件如下： 阿里源(来自阿里云官方镜像配置指导)：
channels:
- defaults
show_channel_urls: true
default_channels:
- http://mirrors.aliyun.com/anaconda/pkgs/main
- http://mirrors.aliyun.com/anaconda/pkgs/r
- http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
conda-forge: http://mirrors.aliyun.com/anaconda/cloud
msys2: http://mirrors.aliyun.com/anaconda/cloud
bioconda: http://mirrors.aliyun.com/anaconda/cloud
menpo: http://mirrors.aliyun.com/anaconda/cloud
pytorch: http://mirrors.aliyun.com/anaconda/cloud
simpleitk: http://mirrors.aliyun.com/anaconda/cloud
清华源：
channels:
- defaults
show_channel_urls: true
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
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
配置完后如果不生效可清空conda缓存再试试：
conda clean -i
4. .conda文件详解
conda 配置文件.condarc是一个可选的运行时配置文件，允许用户配置 conda 的各个方面，例如在哪些channel中搜索包、代理设置和环境目录。本文仅讨论和channel相关的部分。
4.1 channels
channels下面配置的就是可访问的chennel。 修改.condarc文件的channels会覆盖 conda 搜索的默认值，导致 conda 仅按给定顺序搜索此处列出的频道。
频道有url和非url之分：
url：自定义的搜索地址，如前面的https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/非url： Anaconda.org 用户或组织名称，如conda-forge对应着https://conda.anaconda.org中的conda-forge。
如果.condarc文件如下：
channels:
- conda-forge
- http://Code_LT
- defaults
则conda搜索pandas包的时候就会按conda-forge->http://Code_LT->defaults的顺序搜索。
4.2 channels分类
conda把channel分为两类
默认channel（default channels）社区channel（community channels）
如果不修改.condarc文件，conda会默认从这两类channel中搜索需要的包：
默认channel：对应repo.anaconda.com仓，硬编码写死了对应如下三个仓库（：
https://repo.anaconda.com/pkgs/main
https://repo.anaconda.com/pkgs/r
https://repo.anaconda.com/pkgs/msys2
社区channel：对应conda.anaconda.org仓,即https://conda.anaconda.org
4.3 channels镜像修改
.condarc文件除了把url硬编码进chennels下面，还可以把非url的Anaconda.org 用户或组织名称映射到指定的仓。
根据channels分类可知道，要修改的化就涉及默认channel和社区channel的修改。
利用default_channels修改默认channel
如前面讲的阿里镜像中的：
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
则把原有的defaults对应的仓换成了上面的阿里仓。
利用channel_alias 修改社区channel
所有社区频道都会被修改，这个用得比较少，如：
channel_alias: https://my-mirror.com
则配置conda-forge频道后，conda不会再去https://conda.anaconda.org搜。
利用custom_channels修改指定社区channel
custom_channels:
conda-forge: https://Code_LT/conda-forge
这样写进.condarc文件中后，配置conda-forge就不会再去https://conda.anaconda.org搜，而是到https://Code_LT/conda-forge搜，其他社区频道不变。
这样，清华源和阿里源的配置就弄明白了。
4.4 channel_priority
频道优先级，可以通过命令
conda config --describe channel_priority
查看该字段的含义
# # Accepts values of 'strict', 'flexible', and 'disabled'. The default
# # value is 'flexible'. With strict channel priority, packages in lower
# # priority channels are not considered if a package with the same name
# # appears in a higher priority channel. With flexible channel priority,
# # the solver may reach into lower priority channels to fulfill
# # dependencies, rather than raising an unsatisfiable error. With channel
# # priority disabled, package version takes precedence, and the
# # configured priority of channels is used only to break ties. In
# # previous versions of conda, this parameter was configured as either
# # True or False. True is now an alias to 'flexible'.
默认是flexible，看不少博客推荐strict，可通过如下方式修改：
conda config --set channel_priority strict
或者直接在.condarc文件中添加：channel_priority: strict
4.5 为环境配置单独的.condarc文件
要为单个环境选择通道，请将.condarc 文件放入该环境的根目录中（或 使用conda config 时使用--env选项）。
示例：如果您已在主目录中安装了带有 Python 3 的 Miniconda，并且环境名为“flowers”，则路径可能为：
~/miniconda3/envs/flowers/.condarc
5. 配置文件冲突解决
conda会在如下目录中搜索.condarc文件
if on_win:
SEARCH_PATH = (
"C:/ProgramData/conda/.condarc",
"C:/ProgramData/conda/condarc",
"C:/ProgramData/conda/condarc.d",
)
else:
SEARCH_PATH = (
"/etc/conda/.condarc",
"/etc/conda/condarc",
"/etc/conda/condarc.d/",
"/var/lib/conda/.condarc",
"/var/lib/conda/condarc",
"/var/lib/conda/condarc.d/",
)
SEARCH_PATH += (
"$CONDA_ROOT/.condarc",
"$CONDA_ROOT/condarc",
"$CONDA_ROOT/condarc.d/",
"$XDG_CONFIG_HOME/conda/.condarc",
"$XDG_CONFIG_HOME/conda/condarc",
"$XDG_CONFIG_HOME/conda/condarc.d/",
"~/.config/conda/.condarc",
"~/.config/conda/condarc",
"~/.config/conda/condarc.d/",
"~/.conda/.condarc",
"~/.conda/condarc",
"~/.conda/condarc.d/",
"~/.condarc",
"$CONDA_PREFIX/.condarc",
"$CONDA_PREFIX/condarc",
"$CONDA_PREFIX/condarc.d/",
"$CONDARC",
)
多个文件之间可能会发生冲突，按照如下原则解决冲突（具体不展开了，可自行查看官网资料）：
Lists - mergeDictionaries - mergePrimitive - clobber
冲突解决的优先级：
6. conda常用命令
# 获取版本号
conda -V
# 获取帮助
conda -h
# 环境管理命令帮助
conda env -h
# 列举所有环境
conda info --env
conda env list
# Python创建虚拟环境
conda create -n your_env_name python=x.x
# 复制某个环境
conda create --name new_env_name --clone old_env_name
# 彻底删除旧环境，则可以实现重命名环境
conda remove --name old_env_name --all # 注意：必须在base环境下进行以上操作，否则会出现各种莫名的问题。
# 激活或者切换虚拟环境
Windows: activate your_env_name
Linux: source activate your_env_nam
# 关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)
Windows: deactivate 或者 activate root 切回root环境
Linux：source deactivate
# 删除虚拟环境
conda remove -n your_env_name --all
# 删除环境钟的某个包
conda remove --name $your_env_name $package_name
# 列举包
conda list
conda list -n your_env_name # 列举非当前活跃环境下的所有包
# 安装包
conda install [package]
conda install -n your_env_name [package] # 安装非当前活跃环境下的包
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 # 指定版本和channel
# 升级包
conda update [package]
conda update conda # 升级conda
# 查找包
conda search -h # 查看search使用帮助信息
conda search tensorflow # 查看指定包可安装版本信息命令
conda search llama-index --channel conda-forge #指定频道搜索
# 卸载包
conda uninstall [package] # 卸载xxx文件包
# 清理包
conda clean -p //删除没有用的包 # 这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们
conda clean -t //删除tar包
conda clean -y --all //删除所有的安装包及cache
# 分享环境
activate target_env # 进入要分享的环境
conda env export > environment.yml # 当前工作目录下生成一个environment.yml
conda env create -f environment.yml # 拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境
7. conda install和pip install
先说结论：conda 中可以使用pip, 但conda 并不兼容pip, pip 安装的包越多, 越容易引发包版本依赖问题, 所以能用conda安装的包先用conda 安装, 不能的再到激活的虚拟环境里用pip安装.
conda install xxx：这种方式安装的库都会放在anaconda安装的位置/pkgs目录下，这样的好处就是，当在某个环境下已经下载好了某个库，再在另一个环境中还需要这个库时，就可以直接从pkgs目录下将该库复制至新环境而不用重复下载。
pip install xxx：分两种情况，一种情况就是当前conda环境的python是conda安装的，和系统的不一样，那么xxx会被安装到anaconda安装的位置/envs/current_env/lib/python3.x/site-packages文件夹中，如果当前conda环境用的是系统的python，那么xxx会通常会被安装到~/.local/lib/python3.x/site-packages文件夹中。
8. conda配置代理
.condarc文件中加入代理信息即可
channels:
- defaults
show_channel_urls: true
...
proxy_servers:
http: http://xxx.xx.com:8080
https: https://xxx.xx.com:8080
ssl_verify: false
注意把http:和https:后面的链接换成你的代理链接和端口号。
9. 常见报错与本地安装
9.1 PackagesNotFoundError
PackagesNotFoundError: The following packages are not available from current channels 两个常见原因：
镜像本身的问题（比如网络问题或者服务问题），解决方法：清华源和阿里源切换着试试要安装的包不在default频道里，从上面的配置说明可以知道，默认.condarc文件配置，只启用了default频道，如果知道某些包在其他频道，比如tiktoken就在conda-forge频道里，那就要把conda-forge在channels下面启用
channels:
- defaults
- conda-forge
show_channel_urls: true
default_channels:
- http://mirrors.aliyun.com/anaconda/pkgs/main
- http://mirrors.aliyun.com/anaconda/pkgs/r
- http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
conda-forge: http://mirrors.aliyun.com/anaconda/cloud
msys2: http://mirrors.aliyun.com/anaconda/cloud
bioconda: http://mirrors.aliyun.com/anaconda/cloud
menpo: http://mirrors.aliyun.com/anaconda/cloud
pytorch: http://mirrors.aliyun.com/anaconda/cloud
simpleitk: http://mirrors.aliyun.com/anaconda/cloud
或者不想改配置文件也可以conda命令行里带指定频道：
conda install --channel conda-forge tiktoken
本地安装 conda仓库中确实没有这个包，那就只能找到发布包下载到本地安装了。 可在pypi.org上搜索你要的包，下载到本地，如下图。 这里下载到的通常是gz包（这是给pip install用的），需要转换成bz2包（conda install用的），可以直接用cloudconvert做在线转换，得到要的包：
然后按照如下方法操作
1. 下载安装包到 anaconda安装的位置/pkgs/ 下
2. cd 到 anaconda安装的位置/pkgs/ 目录下
3. 使用命令conda install --use-local xxx.tar.bz2 安装本地包。
实在不行（比如转换文件不可用，或者执行conda install 后没反应等），回到第7节，用pip install解决。
9.2 CondaHTTPError: HTTP 000 CONNECTION FAILED for url
应该是网速的原因，因为下载时间过长，会自动断开，就会提示连接失败，设置延时1000s，如果还是不行的话就设置2000s。
conda config --set remote_read_timeout_secs 1000.0
或者在.condarc文件中添加
参考：
Anaconda安装的包所在的位置 Anaconda的包路径，终于讲清楚了 官网：安装包list和位置相关 【conda】配置国内镜像源 官网：conda目录结构介绍 官网：.condarc文件官方解释 官网：channel镜像的官方说明 阿里云官方镜像配置指导 python中的PYTHONHASHSEED pip install 和conda install有什么区别吗？ 工具篇：conda and pip conda常用命令:安装，更新，创建，激活，关闭，查看，卸载，删除，清理，重命名，换源，问题 conda配置代理 CondaHTTPError: HTTP 000 CONNECTION FAILED for url解决方法