Python 包管理 4 – Conda

Conda 是一个强劲的开源包管理和环境管理系统，主要用于 Python。

Miniforge3、Anaconda 和 Miniconda 都是 Python 环境和包管理工具，它们都基于 Conda，但在来源、默认配置、预装内容和许可协议上有重大区别。

特性维度	Anaconda	Miniconda	Miniforge3
来源与性质	由 Anaconda, Inc. 公司开发并提供商业支持	由 Anaconda, Inc. 公司开发的轻量版	由 conda-forge 社区驱动和维护的开源项目
默认频道	默认使用 Anaconda.org 的官方频道 (defaults)	默认使用 Anaconda.org 的官方频道 (defaults)	默认使用 conda-forge 频道
预装内容	超级丰富 (包含 Python, Conda 及超过 250 个科学计算包和图形界面工具)	极其精简 (仅包含 Python, Conda 及其核心依赖)	极其精简 (仅包含 Python, Conda 及其核心依赖)
安装包大小	较大 (约 500 MB – 1 GB)	较小 (约 50 – 100 MB)	较小 (约 50 – 100 MB)
许可与费用	个人免费，商业用途（尤其员工超过200人的公司）需购买许可证	个人免费，商业用途（尤其员工超过200人的公司）需购买许可证	完全免费 (遵循 MIT 等开源许可)，无商业使用限制
平台支持	主要支持 x86/x86_64 架构	主要支持 x86/x86_64 架构	对 ARM 架构 (如 Apple M 系列芯片、Linux aarch64) 支持更早且更友善
社区与更新	由公司主导，更新节奏相对稳定	由公司主导，更新节奏相对稳定	社区活跃，包更新一般更快

需要注意的是：Miniforge3是完全免费的版本，在商业环境中使用超级友善。

但是个人使用提议选择Anaconda，适合初学者或希望开箱即用的用户，特别是用于个人学习和研究。它预装了大量的科学计算库，避免了手动安装的麻烦。

我在本文中使用Ubuntu环境安装Anaconda进行演示。

安装Anaconda

从Anaconda官网（
https://www.anaconda.com/download/success）下载安装包。

Windows

下载安装包：访问 Anaconda 官网，选择适合你系统位数（一般是 64 位）的 Python 3.x 版本安装包。
运行安装程序：双击下载的 .exe文件启动安装向导。
安装选项： “Install for”：选择 “Just Me”（推荐）。
安装路径：提议保持默认，或修改为无空格、无中文的路径。
高级选项： Add Anaconda to my PATH environment variable：不提议勾选，以免与系统其他 Python 环境冲突。之后可通过 “Anaconda Prompt” 使用 conda，或稍后手动添加环境变量。 Register Anaconda as my default Python：推荐勾选，将 Anaconda 的 Python 设为默认版本。
完成安装：点击 “Install” 开始安装。安装完成后，点击 “Next” → “Finish”。
验证安装：在开始菜单中找到并打开 “Anaconda Prompt”，输入 conda –version和 python –version查看版本信息。

Linux

下载安装脚本：

在终端中，使用 wget或 curl命令下载安装脚本（.sh文件）。例如：。

wget <https://repo.anaconda.com/archive/Anaconda3-><version>-Linux-x86_64.sh

或将 <version>替换为所需版本号

运行安装脚本：

赋予脚本执行权限：

chmod +x Anaconda3-<version>-Linux-x86_64.sh

运行脚本：

./Anaconda3-<version>-Linux-x86_64.sh

按照提示操作：

按回车阅读许可协议，输入 yes同意。

选择安装路径（一般直接回车使用默认 ~/anaconda3）。

重大：当询问 Do you wish the installer to initialize Anaconda3?时，输入 yes，这会将 conda 添加到环境变量。

激活配置：安装完成后，运行 source ~/.bashrc（或 source ~/.zshrc，如果你使用 Zsh）使配置生效。

验证安装：重新打开终端，输入 conda –version查看版本信息。

macOS

下载安装包：

根据芯片选择：访问 Anaconda 官网，选择与你的 Mac 芯片对应的版本： Intel 芯片：选择 x86_64版本。 Apple Silicon (M1/M2 等)：选择 Apple Chip (M1/M2)版本或 ARM64版本。可选择从清华镜像下载以加速。

安装方式（二选一）：

图形化安装（推荐）：双击下载的 .pkg文件。跟随安装向导，点击 “Continue” → “Agree” → “Install”。选择 “Install for me only”（推荐）。安装完成后点击 “Close”。

命令行安装：下载安装脚本（类似 Linux）并使用 bash命令运行。

验证与配置：打开 “终端”（Terminal），输入 conda –version查看conda版本。

使用Anaconda

后面我们将在这个环境进行python基本语法的讲解，第一我们可以配置镜像源（可选但推荐）：为了在国内获得更快的下载速度，可以将 Conda 的频道（channels）替换为国内镜像源，例如清华源：

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/free/>
conda config --set show_channel_urls yes

虚拟环境配置

创建环境	conda create –name myenv python=3.12
激活环境	conda activate myenv
退出环境	conda deactivate
查看所有环境	conda env list或 conda info –envs
删除环境	conda remove –name myenv –all
导出环境	conda env export > environment.yml
从文件创建环境	conda env create -f environment.yml

包管理

在激活的环境中，你可以方便地安装、更新、删除包。

操作	命令	说明
安装包	conda install numpy	安装 numpy
安装指定版本	conda install numpy=1.21	安装 numpy 的 1.21 版本
更新包	conda update numpy	更新 numpy 到最新版本
更新所有包	conda update –all	更新当前环境中所有可更新的包
卸载包	conda remove numpy	卸载 numpy
查看已安装包	conda list	列出当前环境中所有已安装的包
搜索包	conda search package_name	在频道中搜索包

常用工具介绍

前面我们介绍了Anaconda使用命令进行虚拟环境和包的管理，但是Anaconda的优秀之处在于提供给用户一个图形化管理界面，让对命令不明干的开发者能够便捷的使用它，我们先介绍这个图形化工具Anaconda Navigator，然后在介绍两个常常使用的用法Jupyter Notebook和PyCharm。

Anaconda Navigator

如果是在Windows下面，你会看到一个Anaconda的快捷方式，点击就可以启动它。在Ubuntu下面使用命令启动anaconda-navigator工具。

anaconda-navigator

启动后来你会看到这样一个图形化界面工具：

Python 包管理 4 - Conda

navigator

这样你就成功启动了anaconda-navigator。

Jupyter Notebook

Jupyter Notebook 是一款开源的交互式 Web 应用程序，它能让你创建和共享包含实时代码、公式、可视化图表和文本说明的文档（一般称为笔记本，Notebook）。它超级适合数据清洗和转换、数值模拟、统计建模、数据可视化、机器学习等任务。

启动：我们可以直接在anaconda-navigator中看到jupyter notebook的一个启动卡片，点击上面的“Launch“按钮，anaconda就会为我们启动jupyter notebook。

Python 包管理 4 - Conda

jupyter notebook

jupyter notebook启动后来会打开当前的默认浏览器，并自动进入一个地址：
http://localhost:8888/tree，由于它没有本地启动程序，而是在本地建一个web服务，通过浏览器进行交互操作，这样的设计超级好，这使得你在局域网的电脑中打开对应的地址可以随意访问这个服务来进行Python的开发。

创建新笔记本：在仪表板点击 “New” -> “Python *”（或其他内核）。

jupyter notebook是以”笔记本“来管理项目，创建一个新的”笔记本“，第一选择你的虚拟环境。

Python 包管理 4 - Conda

new notebook

选择虚拟环境后来，就会打开编程界面。

Python 包管理 4 - Conda

jupyter coding

编辑与运行单元格：选择单元格类型（Code/Markdown/Row），编写内容，按 Shift + Enter运行当前单元格并跳转到下一个。

jupyter notebook中的单元格有三种类型：Code/Markdown/Raw。

code：编写和执行代码；
Markdown：编写格式化文本 (支持 Markdown 和 HTML 语法)；
Raw：编写不会被转换器处理的原始文本；

Python 包管理 4 - Conda

jupyter format

这样你就可以在jupyter notebook中进行Python开发，通知可以使用Markdown和Raw格式文本进行思想记录和分享，这是一个”交互式“的”笔记本“编程环境。

PyCharm

我前面的文章专门介绍过PyCharm的使用，但是那个时候用的是自己本机安装的Python解释器配合venv虚拟环境，今天我在这里介绍一下PyCharm中使用Conda作为虚拟环境，你可以根据自己的需要选择使用。

如果你的Conda环境使用Anaconda，那么你可以在anaconda-navigator中直接启动PyCharm。

Python 包管理 4 - Conda

lunch pycharm

我今天演示直接在PyCharm中配置Conda环境，这个操作的适用性更强一些。

新项目配置Conda

在PyCharm中新建项目，在项目的引导窗口中注意选择”Base conda“，然后选择你安装的Conda环境，列如我这里选择的就是anaconda的可执行文件。

Python 包管理 4 - Conda

new conda project

已有项目配置Conda：

在 PyCharm 中配置虚拟环境：

打开 PyCharm，进入你的项目。
点击 File > Settings（Windows/Linux）或 PyCharm > Preferences（macOS）。
导航到 Project: [Your Project Name] > Python Interpreter。
点击右上角的齿轮图标，选择 Add…。
在左侧选择 Conda Environment，然后选择 Existing environment。
在 Interpreter 栏，点击右侧的文件夹图标，浏览并找到你的 Conda 虚拟环境中的 Python 解释器。 Windows: 一般路径为 C:\Users\<YourUsername>\anaconda3\envs\myenv\python.exe macOS/Linux: 一般路径为 /Users/<YourUsername>/anaconda3/envs/myenv/bin/python
选择正确的 python可执行文件后，点击 OK。PyCharm 会加载该环境下的所有包。