一、关于Miniconda

1、下载安装Miniconda

进入官网：https://docs.conda.io/en/latest/miniconda.html下载对应系统的Miniconda版本

2、配置Miniconda

下载完成后，使用“搜索”找到Anaconda Prompt并打开并准备安装Miniconda所需的所有包，在打开的窗口中键入更新命令：

conda update --all

3、创建conda虚拟环境

a.创建环境并自行命名环境名：

conda create -n venv(or your envname) python=3.8(or other edition you want)

b.激活/进入虚拟环境：

conda activate yourenvname

c.退出虚拟环境：

conda deactivate

d.根据需要在虚拟环境中安装应用包

命令详见—>“5、常用的一些命令”

4、移除废弃的虚拟环境

conda remove -n yourenvname --all

5、常用的一些命令

a.列出conda安装的所有包：

conda list / pip list / pip freeze

b.安装应用包：

conda install <pkg name> / pip install <pkg name>

c.升级应用包：

conda update <pkg name> / pip update <pkg name>

d.升级conda：

conda update conda

e.配置清华PyPI镜像：

pip config global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

直接使用pip install命令是从官网直接下载包的，有时需要翻墙安装，可能导致“Time Runout”而无法成功安装。

6、Miniconda的优劣分析

a.优点

借助Miniconda创建虚拟环境，可以让我们条理清晰地管理不同程序。

如：在使用TensorFlow时只需创建一个名为TensorFlow的虚拟环境并在其中配置所需的包即可；而当需要使用OpenCV时则进入相应的虚拟环境。而当决定弃置不用某个虚拟环境时，可以直接将其移除，在管理上为广大程序员提供诸多便利。

b.缺点

在Miniconda不同的虚拟环境中安装相同的包，是要占两份存储空间的！因此，Miniconda在给我们带来管理上的方便的同时也增加了计算机的存储负荷。

7、实践：如何在Pycharm中使用在Miniconda中创建的虚拟环境

（1）打开Pycharm CE，并选择“+New Project”

在Location处选择想要存放文件的位置并选择“Existing interpreter”，将编译器更改为想要使用的虚拟环境中的可执行文件python.exe

（2）创建好项目后，写一个简单的程序进行调试：

源代码如下（可使用Ctrl+C复制）:

# main.py for testing OpenCV virtual env in Pycharm
import numpy as np
import matplotlib.pyplot as plt

a = np.random.randn(5, 5)
plt.imshow(a, interpolation="nearest")
plt.show()

运行结果非常成功，如下所示：