在 Linux 系统中部署 Conda（推荐使用 **Miniconda**，轻量且灵活）的操作指南：
一、安装 Conda（以 Miniconda 为例）
1. 下载安装脚本
# 使用 wget 或 curl 下载最新版安装脚本（推荐）：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# （国内镜像加速，清华大学源）
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-
latest-Linux-x86_64.sh
2. 运行安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
- **交互提示**：
- 按 **Enter** 查看许可协议 → 翻页后输入 `yes` 同意
- 设置安装路径（默认路径：`/home/用户名/miniconda3`）
- 询问是否初始化 Conda → `yes`
3. 激活 Conda 环境
安装完成后，重启终端或手动激活配置：
source ~/.bashrc # 如使用 zsh，替换为 source ~/.zshrc
4. 验证安装
conda --version
# 成功时应显示：conda 23.7.4 等版本号
二、Conda 基础命令速查
| **功能** | **命令** |
| ---------------- | ---------------------------------------- |
| **创建新环境** | conda create --name 环境名 python=3.11 |
| **激活环境** | `conda activate 环境名` |
| **退出当前环境** | `conda deactivate` |
| **查看所有环境** | `conda env list` |
| **删除环境** | `conda remove --name 环境名 --all` |
| **安装包** | `conda install numpy=1.21 pandas` |
| **搜索包** | `conda search tensorflow` |
| **更新 Conda** | `conda update -n base -c defaults conda` |
| **导出环境配置** | `conda env export > environment.yml` |
| **根据 YAML 恢复环境** | `conda env create -f environment.yml` |
| **清理缓存** | `conda clean --all` |
三、高级配置（可选）
1. 配置国内镜像加速
编辑 `~/.condarc` 文件，添加国内镜像源（如清华大学源）：
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
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
2. 创建 Jupyter 内核
conda activate 环境名
conda install ipykernel
python -m ipykernel install --user --name 环境名 --display-name "显示名称"
四、常见问题解决
1. CommandNotFoundError: conda
未正确初始化 Shell，执行：
source ~/.bashrc
# 或手动添加路径：
export PATH="/path/to/miniconda3/bin:$PATH"
2. 环境切换失败
升级 Conda 后运行：
conda init zsh # 根据使用的 Shell 类型（bash/zsh/fish）调整
3. 权限问题
使用 `--user` 安装包，或在虚拟环境中操作。