官网地址  Anaconda Documentation — Anaconda documentation

清华源地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

个人理解：为什么使用miniconda而不是conda

• Anaconda：适合需要一个完整科学计算环境的用户，特别是初学者和那些希望快速开始数据科学项目的用户。(数据包多占用磁盘大)
• Miniconda：适合那些只需要 Conda 和 Python 的用户，或者那些希望从零开始构建自己的环境的用户。它更适合资源有限的系统或只需要特定包的用户 (轻量)

1、 执行sh文件安装（此步建议加上 sudo）

sudo bash Miniconda3-latest-Linux-x86_64.sh 

2、重启验证安装

#重启
sudo reboot
#查看 conda 版本
conda -V

注：以上步骤已安装成功~~~~~ 以下步骤仍建议继续执行

3、关闭自动进入conda 环境

可以看到 当系统重启后 当前服务环境就会自动进入 conda的base环境，执行命令后重新打开终端生效

conda config --set auto_activate_base false

4、更换conda镜像源（此步建议一定要执行不然国内下载速度比较慢）

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - 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

vim .condarc

5、清楚缓存索引

conda clean -i

6、查看数据源配置是否生效

conda config --show

亲测可用

7、部分问题说明
 

CondaError: Run ‘conda init‘ before ‘conda activate‘

  

终端执行命令  conda init --system --all