Conda 保姆级教程

说明：本文选用 Miniconda（轻量版），不推荐 Anaconda，Anaconda 自带大量无用包，占用空间巨大。Conda 核心能力：Python 多环境隔离 + 跨平台包管理，解决依赖版本冲突问题。

一、Miniconda 下载

官方地址：https://docs.conda.io/en/latest/miniconda.html
清华镜像（国内高速）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

按需选择安装包：

• Windows：Miniconda3-latest-Windows-x86_64.exe
• Mac Intel：Miniconda3-latest-MacOSX-x86_64.sh
• Mac Apple Silicon(M1/M2/M3)：Miniconda3-latest-MacOSX-arm64.sh
• Linux：Miniconda3-latest-Linux-x86_64.sh

二、安装步骤

2.1 Windows 安装

1. 双击 Miniconda3-latest-Windows-x86_64.exe
2. 同意协议 I Agree
3. 选择 Just Me（推荐）
4. 安装路径重点：不能包含中文、空格
   ✅ 示例：D:\miniconda3
   ❌ 示例：C:\Program Files\Miniconda3
5. 高级选项：
   • ❌ 不勾选 Add Miniconda3 to my PATH environment variable（防止污染系统 Python）
   • ✅ 可选勾选 Register Miniconda3 as my default Python 3
6. 点击 Install 等待安装完成

启动入口：开始菜单打开 Anaconda Prompt (Miniconda3)，所有 conda 命令在此终端执行。

2.2 Linux /macOS 安装

# 1. 添加执行权限，替换为你本地的脚本文件名
chmod +x Miniconda3-latest-Linux-x86_64.sh

# 2. 执行安装脚本
./Miniconda3-latest-Linux-x86_64.sh

1. 空格翻页阅读协议，输入 yes 同意
2. 自定义安装路径，直接回车使用默认 ~/miniconda3
3. 最后一步初始化提示：Do you wish the installer to initialize Miniconda3，输入 yes

如果安装时选了 no，后续手动初始化：

# bash 用户
conda init bash
# zsh 用户（新版Mac默认）
conda init zsh

执行完关闭终端，重新打开生效。

2.3 安装验证（全平台通用）

# 查看 conda 版本
conda --version

# 更新 conda 本体（安装完推荐第一时间执行）
conda update -n base conda

提示 Proceed ([y]/n)? 输入 y 确认更新。

三、配置国内清华镜像源（解决下载慢、超时）

# 添加镜像通道
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/

# 显示下载时使用的源地址
conda config --set show_channel_urls yes

# 查看当前所有源
conda config --show-sources

# 【可选】恢复官方默认源
# conda config --remove-key channels

四、环境管理（Conda 核心）

最佳实践：不在 base 环境开发项目，每个项目单独新建环境

# 1. 创建环境，指定 Python 版本
conda create -n py311_proj python=3.11
# 提示确认输入 y

# 2. 查看本机全部 conda 环境
conda env list
# 等价命令
conda info -e
# * 标记代表当前激活环境

# 3. 激活环境
conda activate py311_proj

# 4. 验证当前环境 Python 版本
python --version

# 5. 克隆一份已有环境（环境备份）
conda create -n py311_proj_bak --clone py311_proj

# 6. 退出环境，回到 base
conda deactivate

# 7. 删除环境（⚠️ 需要先退出该环境）
conda remove -n py311_proj_bak --all
# 输入 y 确认删除

拓展：C 盘空间不足，指定自定义路径创建环境

# -p 指定环境存放完整路径
conda create -p D:\conda_env\py311 python=3.11
# 激活时必须填写完整路径
conda activate D:\conda_env\py311

五、包管理（激活环境后执行）

# 查看当前环境已安装的包
conda list

# 搜索包，查看支持的版本
conda search pandas

# 安装包，可指定版本
conda install pandas=2.1 numpy matplotlib

# 从 conda-forge 通道安装包
conda install -c conda-forge opencv

# 更新单个包
conda update pandas

# 更新当前环境所有包
conda update --all

# 卸载包
conda remove pandas

补充：conda 仓库找不到的包，可以在当前 conda 环境内使用 pip

pip install scikit-learn

六、环境导出与跨机器迁移（团队协作 / 服务器部署）

6.1 导出环境 yml 文件

# 先激活需要备份的环境
conda activate py311_proj

# 导出环境配置
conda env export > py311_proj.yml

6.2 新机器从 yml 文件重建环境

conda env create -f py311_proj.yml
# 创建完成后激活
conda activate py311_proj

6.3 手动编写 environment.yml 模板（可直接复制）

name: py311_proj
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.11
  - numpy
  - matplotlib
  - pip:
    - scikit-learn

七、清理缓存，释放磁盘空间

# 删除没有被任何环境依赖的缓存包（优先推荐）
conda clean -p

# 清空全部 conda 缓存包
conda clean -a

八、完整端到端工作流示例

# 1. 创建数据分析项目环境
conda create -n data_analysis python=3.11
# 2. 激活环境
conda activate data_analysis
# 3. 安装数据分析依赖
conda install numpy pandas matplotlib seaborn -c conda-forge
# 4. 进入 python 交互环境验证包
python
>>> import pandas
>>> pandas.__version__
>>> exit()
# 5. 备份环境配置
conda env export > data_analysis.yml
# 6. 退出环境
conda deactivate

九、避坑清单

1. ✅ 优先使用 Miniconda，拒绝臃肿的 Anaconda
2. ✅ 安装路径、环境名称禁止中文、空格、特殊符号
3. ✅ 所有项目单独新建环境，不要在 base 环境写业务代码
4. ✅ Mac/Linux 安装最后一步建议 yes 自动初始化 conda
5. ✅ Windows 不推荐自动加到系统 PATH，使用 Anaconda Prompt
6. ✅ 包安装顺序：优先 conda，conda 无法安装再使用 pip

十、命令速查表

表格

功能	命令
创建环境（指定 Python 版本）	conda create -n env_name python=3.11
激活环境	conda activate env_name
退出环境	conda deactivate
列出所有环境	conda env list
删除整个环境	conda remove -n env_name --all
安装包	conda install xxx
导出环境 yml	conda env export > env.yml
从 yml 重建环境	conda env create -f env.yml
更新 conda 本体	conda update -n base conda
清理无用缓存	conda clean -p