软件安装 —— Miniconda（CentOS7、Win11）

一、介绍

Miniconda 是一个免费、轻量级的 Python 环境管理工具，包含 Python 解释器和 conda 包管理工具，是 Anaconda 的精简版。通过其核心工具 conda，用户可以为每个项目创建独立的 Python 环境，分别安装所需的 Python 版本和依赖包，从而避免版本冲突和管理混乱。

Miniconda 安装文件非常小（几十 MB），安装后磁盘占用 400M+

Anaconda 包含了很多预安装的库和工具，如 NumPy、Pandas、Jupyter Notebook、Matplotlib、Scikit-learn 等等。这使得它的安装包相对较大（通常超过 1GB），安装后磁盘占用 3GB+

我倾向于在 CentOS7 上使用 Miniconda，而在 Windows 上直接使用 Python。选择 Miniconda 的原因在于，CentOS7 的系统版本较旧，直接安装新版 Python 可能会引发诸多兼容性问题，而 Miniconda 可以很好地隔离环境，避免这些潜在的问题。

Conda 除了是 Python 的包管理工具，还是一个功能强大的环境管理工具，可以支持 Go、Rust、Java 等语言的环境管理。

二、安装包下载

官网地址：https://www.anaconda.com/download/success

清华大学镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

最新安装文件（2025/7/9，当前 conda 版本 25.5.1，自带 Python 版本 3.13.5 ）：

• Linux：Miniconda3-latest-Linux-x86_64.sh（152M）

• Windows：Miniconda3-latest-Windows-x86_64.exe（87.5M，官网下载 30s）

三、Windows 安装

下载好 .exe 安装包，根据指引 NEXT 安装即可。以下几点需要注意：

安装位置选择非系统盘，因为要管理大量的环境和依赖，空间占用会比较大。如下图，我选择安装到 D 盘。

三个选项：

• 把 miniconda3 加入环境变量：官方明确表示「不推荐」，推荐使用 CMD 或者 PowerShell。

• 使用 miniconda3 自带的 python 作为默认的 python 环境，可选，看有没有安装 python。

• 安装完成之后，清除安装缓存，建议选择。

CMD 或者 PowerShell 使用：cd 到 安装目录/condabin 下，执行 conda 命令。

安装成功之后有一个 CMD Prompt 吗？（待验证）

四、Linux 安装（CentOS7）

安装过程会询问是否安装在~/miniconda3 ，默认即可（回车）。当然，你可以改为其他位置。

# 运行安装程序
bash Miniconda3-latest-Linux-x86_64.sh

安装程序最后一步会询问，「是否添加 conda init 到 shell 配置文件中」，输入 yes 回车。

安装完成之后，「关闭并重新打开终端」或者「执行 source ~/.bashrc」，会发现终端提示符前面多了个 (base)，这表示当前处于 Conda 的默认 base 环境中。如下图。

打开 .bashrc（或 .zshrc），你会发现多了一段 conda init 的代码。

除了 ~/miniconda3 目录，还有配置文件： ~/.condarc 文件，用户数据：~/.conda 目录，临时文件：~/.cache/conda-xxx。

五、基础使用

1、查看 Conda 信息

# 1、查看版本号
conda --version

# 2、查看 conda 信息（类似 docker info，可以看镜像源配置等）
conda info

# 3、查看配置信息
conda config --show

# 4、查看配置文件位置
conda config --show-sources

2、列出所有的 Conda 环境

命令会列出所有环境名称和路径，其中有星号 * 标记的是当前激活的环境。

conda env list
# 或者
conda info --envs

# 输出结果:
base                 * /root/miniconda3
env_proj_1             /root/miniconda3/envs/env_proj_1

3、创建环境

3.1 创建指定 Python 版本的环境

默认环境路径：~/miniconda3/envs。执行下面命令会创建目录：~/miniconda3/envs/env_proj_1

conda create --name env_proj_1 python=3.9

# 不指定 Python 版本：默认使用 conda 自带的 Python 版本
conda create -n env_proj_1

3.2 创建指定版本并安装特定工具包

conda create -n env_proj_2 python=3.8 numpy pandas scikit-learn

3.3 通过 .yml 配置文件创建环境

多人协作共享环境、管理复杂环境 或者 应用横向扩展 时非常好用。

environment.yml 示例

name: env_proj_3
channels:
  - defaults
  - conda-forge
dependencies:
  - python=3.10
  - flask
  - requests
  - pip
  - pip:
    - beautifulsoup4

创建命令：

conda env create -f environment.yml

4、激活、停用环境

激活、切换环境：

# Linux、Win PowerShell
conda activate env_proj_1

# Win CMD
call conda activate env_proj_1

切换到上一个环境中。base 环境使用则退出 conda 环境：

conda deactivate

5、复制环境

conda create --name env_proj_5 --clone old_env

6、删除环境

conda env remove -n unneeded_env

7、取消默认进入 base 环境（可选）

conda config --set auto_activate false

8、配置国内镜像（可选）

可选。目前 conda 默认地址下载速度还行。配置文件在 ~/.condarc

conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/

# 执行 conda 命令时显示软件包的来源渠道 URL，conda list 会增加一列 Channel 显示
conda config --set show_channel_urls yes

# 查看配置的源地址
conda config --show channels

# 移除无效的镜像源
conda config --remove channels https://mirrors.aliyun.com/anaconda/pkgs/main

六、卸载

Windows 11：通过【应用】卸载即可。

Linux：先退出 conda 环境，然后运行 miniconda3 目录下的 uninstall.sh。

七、包管理

1、安装、删除包等（crud）

# 一、安装
# 1、在 当前激活的 Conda 环境 中安装指定的包
conda install package_name
conda install package_name=1.2.3
conda install package1 package2

# 2、指定通道 channel, -c 或 --channel. conda-forge 是一个流行且拥有大量包的社区维护通道
conda install -c conda-forge scikit-image

# 3、在 指定的 Conda 环境 中安装指定的包
conda install -n env_xxx package_name

# 二、删除
conda remove package_name

# 三、更新
conda update package_name

# 四、列出已安装的包
conda list

# 五、搜索可用包
conda search package1 package2

2、Conda 环境导入、导出（.yml）

# 1、导出环境
conda env export -n > environment.yml

# 2、导入：请看上面通过 .yml 创建环境

3、包的安装原则

优先尝试使用 conda install，如果 Conda 无法找到所需的包，再考虑使用 pip。

pip 安装完成之后，使用 conda list 检查环境。