赵承铭1. 先把 Conda 和周边概念摆正，后面少踩八成的坑
很多人一上来就让 conda 安装包，被各种 “Conda” 报错折磨。Conda 并不是某一个 Python 安装器，它本身是一个通用包管理器 + 环境管理器，默认带着 Python 发行版。它能创建多个互相隔离的环境，每个环境可以拥有不同的 Python 版本、不同的包版本，这种隔离机制解决的是项目依赖冲突问题。
比如我在本机要同时维护两个项目：一个项目跑 PyTorch，锁定了 Python 3.10 和某几个 CUDA 相关包；另一个项目要跑最新版 TensorFlow，需要 Python 3.11。如果都在全局环境里装，大概率会冲突；但用 conda 创建两个独立环境，互不干扰，随时切换。这个使用体验用一句话概括就是：先圈地，再装修，装坏了推倒重来不心疼。
Conda 和 pip 的区别，我经常用外卖和家装来类比。pip 像一个外卖平台，能把一个个“做好的包”送到你的 Python 环境里，但对房子本身的结构管得不多。conda 更像一个装修队，不只帮你买家具，连墙体、水电线路一起规划，Python 解释器、CUDA 运行库、系统级的二进制依赖都可以一起处理。所以你会发现 conda 能安装 pip 装不了的非 Python 库，比如 GDAL、HDF5、OpenCV 的底层组件。
还有一组容易混淆的概念需要分开记：Anaconda、Miniconda、Miniforge、conda-forge、mamba。Anaconda 是一个大礼包发行版，预装几百个科学计算包；Miniconda 是轻量版，只有 conda、Python 和小部分必要组件；Miniforge 是社区主导的轻量发行版，默认使用 conda-forge 频道；conda-forge 是一个社区维护的 channel；mamba 是一个更快的新型 conda 替代器，后面会专门讲。
1.1 环境文件、频道和虚拟环境，分别管什么事
理解 conda 前，最需要记住三个核心概念：
- channel（频道）：包的下载源，类似手机应用商店。conda 默认从
defaults下载，也可以切换到conda-forge、国内镜像。 - environment（环境）：一个独立的“软件房间”，里面有一份自己的 Python 和包集合。环境之间互不可见。
- environment.yml（环境文件）：把当前环境配置导出成 YAML 文件，方便在其他机器上重建。
刚开始用 conda 的人最容易犯的错，是把包全装到 base 环境。base 是 conda 自己住的地方，一旦依赖被改乱，conda 本身都可能坏掉。我现在的习惯是：base 环境只做基础维护，比如安装 mamba、更新 conda，项目一律单独建环境。这个习惯帮我省掉的麻烦，比任何一条 conda 命令都值钱。
1.2 为什么 conda 更适合做“完整环境”方案
Python 的虚拟环境工具不止 conda，venv、virtualenv 也干类似的事。区别在于：venv 只隔离 Python 包，不隔离 Python 解释器版本，更不负责系统二进制依赖；conda 则可以把 Python 3.8、3.10、3.11 都放到不同环境里，切换环境相当于切换解释器版本。
如果你只写少量纯 Python 代码，用 venv 已经够了。但如果涉及科学计算、深度学习、地理数据处理，或者需要复现一个指定 CUDA 版本的 PyTorch 环境，我会优先选择 conda。这份手册的后续内容，也都以 conda 为基准来讲。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 安装选型：Miniconda、Anaconda、Miniforge 怎么挑
安装 Conda，不是直接去官网下载一个 Anaconda 就完事了。我见过太多人在第一步就给自己埋了雷：装完 Anaconda 之后，base 环境里塞了几百个包，启动慢，还涉及版权问题。下面把三个主流发行版放在一起说清楚。
2.1 三款发行版的对比与适用场景
| 发行版 | 包管理器 | 默认频道 | 体积 | 适用场景 |
|---|---|---|---|---|
| Anaconda | conda | defaults | 很大（安装包约 1GB+） | 新手尝鲜、完整科学计算全家桶 |
| Miniconda | conda | defaults | 较小（约几十 MB） | 想自己掌控包、项目环境隔离 |
| Miniforge | conda/mamba | conda-forge | 较小（约几十 MB） | 关注开源版权、偏好社区频道 |
如果你是为了快速体验，装 Anaconda 确实省心，因为它预装了很多常见包。但我的建议是：从 Miniconda 或 Miniforge 开始。原因很简单，很多包你根本用不上，没必要让一个庞大的 base 环境拖慢 conda 的求解速度；而且用不到预装包的时候，Anaconda 的授权条款反而可能造成麻烦。
2.2 Anaconda 的商业使用条件，和 Miniforge 为什么能避开
Anaconda 的默认频道 defaults 里不少包来自 Anaconda 公司的商业发行版。从 2020 年开始，Anaconda 的 Terms of Service 规定：符合特定规模的组织（我记得关键是超过 200 人的企业且年收入超过一定阈值），如果使用 Anaconda 的默认频道和发行版，需要购买商业许可证。
这个版权问题在日常个人开发中影响不大，但我看到越来越多企业在内部规范里明确禁止直接安装 Anaconda。更稳妥的替代方案是 Miniforge，它的默认频道是 conda-forge，这是一个完全由社区维护、遵循开源协议分发的频道，基本不会踩到 Anaconda 的商业授权红线。所以如果你所在团队有合规要求，可以直接使用 Miniforge 来避免后期麻烦。
2.3 Windows、Linux、macOS 的安装要点
Windows 环境
从官网下载 Miniconda 安装包，双击执行。安装过程中有一个关键选项：“Add Miniconda3 to PATH” 默认不勾选。这是不少人遇到 'conda' 不是内部或外部命令 的原因。要不要勾选，我分两种情况说：
- 只准备用 Anaconda Prompt 或者已经装了 VS Code，可以不勾选，然后通过初始化命令配置。
- 想在 PowerShell、CMD 里直接输入
conda，建议勾选，或者安装后手动执行conda init powershell。
Linux 环境（含 Ubuntu）
Ubuntu 安装 conda 的方式高度统一：下载脚本，然后 bash 执行