Miniconda安装、虚拟环境配置与使用指南

Miniconda安装、虚拟环境配置与使用指南

引用

CSDN

1.

https://m.blog.csdn.net/m0_73642684/article/details/145769042

一、Anaconda与Miniconda简介

1. Anaconda是什么？

• 一站式科学计算平台：包含Python解释器 + 1800+预装科学计算库（NumPy、Pandas、Matplotlib等）
• 图形化界面支持：提供Anaconda Navigator方便管理环境与包
• 适用场景：适合新手/机器学习开发者/需要开箱即用环境

2. Miniconda是什么？

• 轻量级核心工具：仅包含Python、Conda及其基础依赖
• 灵活自由：用户按需安装所需包，节省磁盘空间
• 适用场景：追求轻量化/熟悉环境管理/需精准控制依赖

3. 两者核心差异对比

二、Miniconda安装教程（全平台）

1. 下载安装包

• 清华源下载直达：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
• 版本选择建议：Python 3.x版本 + 匹配操作系统（Windows/macOS/Linux），我这里选择的是Miniconda3-py39_25.1.1-1-Windows-x86_64.exe

2. Windows系统安装

1. 双击运行.exe安装程序，点击Next
   

2. 点击I Agree

3. 选择All Users，点击Next
   

4. 修改安装的目录，点击Next

5. 默认即可，点击Install，等待安装完毕
   

6. 安装完毕，点击Next

7. 取消勾选，点击Finish，安装完毕

3. 验证安装

点击win键，打开Anconda PowerShell Prompt

输入：conda --version # 应显示版本号如conda 24.x.x
conda list # 查看已安装包列表

三、虚拟环境管理全攻略

1. 为什么需要虚拟环境？

• 隔离项目依赖：避免不同项目间包版本冲突（如项目A需TensorFlow 2.4，项目B需2.8）
• 环境可复现：便于团队协作与部署

2. 环境操作命令速查

3. 包管理技巧

• 安装包：

conda install numpy # 从conda仓库安装
pip install tensorflow # 当conda仓库无包时用pip

• 导出环境配置（共享环境）：

conda env export > environment.yml # 生成配置文件
conda env create -f environment.yml # 根据文件复现环境

四、Miniconda使用场景示例

案例：为深度学习项目配置环境

conda create -n tf_project python=3.8
conda activate tf_project
conda install cudatoolkit=11.2 cudnn=8.1 # GPU加速支持
pip install tensorflow-gpu==2.6.0

五、常见问题FAQ

Q1: Conda安装包速度慢？

• 配置国内镜像源（清华/阿里源）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

Q2: 如何彻底卸载Miniconda？

• 删除安装目录 + 清理.conda文件夹（用户目录下）

结语：Miniconda以其轻量化与灵活性成为Python开发利器，合理使用虚拟环境将大幅提升工作效率。立即动手配置你的专属开发环境吧！