anaconda可以认为是一个完整版本的conda，里面有很多已经装好的软件，miniconda是精简版，里面什么都没装，所有想用的软件都是现用现装，推荐装miniconda。
2. miniconda的安装
MacOS:
wget https://repo.continuum.io/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
bash Miniconda3-latest-MacOSX-x86_64.sh
Linux:
wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
Win10 bash:
wget https://repo.continuum.io/miniconda/Miniconda3-4.3.21-Linux-x86_64.sh
bash Miniconda3-4.3.21-Linux-x86_64.sh
一顿yes之后，就可以了。关闭terminal再重新打开，输入conda，应该会显示很多选项。
3. 激活bioconda:
conda config --add channels r
conda config --add channels conda-forge
conda config --add channels bioconda
上述命令只需运行一次即可，以后都不用再运行这些了。
4. 更新conda:
首先要deactivate conda:
source deactivate
然后更新conda:
conda update conda
5. 使用conda:
创建一个名为bioinfo的environment:
conda create -y --name bioinfo python=3.7
然后激活bioinfo:
source activate bioinfo
装一个软件合集（来自biostar handbook）:
curl http://data.biostarhandbook.com/install/conda.txt | xargs conda install -y
如果以后需要装这个软件合集里没有的软件，则只需：
conda install toolname
即可。
6. 更新biostar handbook提供的软件合集（推荐一年一次）：
curl http://data.biostarhandbook.com/install/conda.txt | xargs conda upgrade
可以作以下理解：
安装Anaconda后，在终端输入Python会显示“Python 2.7.14 |Anaconda, Inc.”字样。
这应该是 ~/anaconda2 文件夹下的Python解释器，因为安装的anaconda2，所以默认环境Python解释器也是Python2.这里的环境指的是Anaconda的base环境。
此时Python的依赖项也都是base环境里面的包。自然是没有你系统里安装好的tensorflow1.0.1的。
若此时 cd 到 /usr/local/bin 文件夹，运行 /.python 则终端显示“Python 2.7.14”，此时解释器用的是系统默认的，环境也是系统本身的环境，跟Anaconda无关。
此时 import tensorflow as tf ，可以成功， import 的是tensorflow1.0.1.
所以，究其原因，在于默认终端打开的Python解释器是Anaconda默认环境base里面的解释器，即使我们并没有显式地创建新环境（conda create -n XXX），Anaconda还是有自己的默认环境，因此终端打开的Python才带有 |Anaconda， Inc. 字样。
如果删除“~/anaconda2”文件夹，相当于删除了Anaconda，此时在终端输入Python打开的就只能是系统自带的Python解释器，环境也只能是系统的环境，所以系统里面在安装Anaconda之前的一切都没变，还能照常使用。
Anaconda具有如下特点：
1、开源。
2、安装过程简单。
3、高性能使用Python和R语言。
4、免费的社区支持。
其特点的实现主要基于Anaconda拥有的：
1、conda包。
2、环境管理器。
3、1,000+开源库。
如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda。
一、安装minicondahttps://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=M&O=A ，在这个网站里找链接。
wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda-3.0.4-Linux-x86_64.sh
这个版本比较早14年的。
但是发现之前用所里的conda建立的环境打不开了。而且create都不行。。。完全不能用啊。
二、还是安装升级版的anaconda吧。
在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 查找版本
wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh
bash Anaconda3-2020.07-Linux-x86_64.sh
安装到了/data/zds209/anaconda3这个文件夹下。
三、用自己的conda建立自己的虚拟环境
conda create -n R_4.0 python=3.8.3
注意的是一开始报了个错：
Collecting package metadata (current_repodata.json): failed
在.condarc 文件里如下调整：添加了一些源，把之前的缘给#注释掉。
四、升级conda
conda upgrade -n base -c defaults --override-channels conda
升级后为 conda4.13.0
五、用conda安装R
输入 conda install r-base=4.0 ，跑了十来分钟，突然跳出一个可怕提示，然后就没了。这是系统发现有个占内存太多的运行，给我灭了。。
折腾折腾这么多天conda，学习虚拟环境，都是为了在linux里面安装R。。。。。快崩溃了。我去求助信息中心大神同事去吧。。真挫败。
