是时候跟Conda说再见了

简介: 是时候跟Conda说再见了

1 简介

大家好我是费老师,conda作为Python数据科学领域的常用软件,是对Python环境及相关依赖进行管理的经典工具,通常集成在anacondaminiconda等产品中供用户日常使用。

b6a798ffb5f1b35635eb49c67b81ed99.png

但长久以来,conda在很多场景下运行缓慢卡顿、库解析速度过慢等问题也一直被用户所诟病,且由于anacondaminiconda本身属于「商业性质」的软件产品,导致很多公司在未获得商业许可的前提下,内部使用anacondaminiconda下载安装非开源许可渠道的软件库资源,被anaconda检测出企业IP地址,进而收到相关的律师函警告,引发了一系列的商业风险。

在这样的大背景下,由开源软件社区驱动的conda-forge组织发展迅速,提供了可免费使用无商业风险稳定高效的一系列开源工具及网络资源服务,今天我要给大家介绍的miniforge,就由conda-forge组织开发维护,可作为anacondaminiconda的替代品。

583f267c19e04a3e0b5797b2e1464fd4.png

2 miniforge的安装及使用

2.1 下载安装miniforge

miniforge官方安装包下载页(https://conda-forge.org/miniforge/)中的安装包资源托管在Github上:

7f2afb6ba26392589f93c60f3e162ebc.png

国内的朋友可以通过清华大学镜像站对miniforge安装包资源进行加速下载(https://mirrors.tuna.tsinghua.edu.cn/github-release/conda-forge/miniforge/),选择与自己系统相符合的版本进行下载即可,以windows为例,下载当前最新版本对应的Miniforge3-24.3.0-0-Windows-x86_64.exe

8e0d829de37bcfe7fd3ad84fd888a9af.png

下载完成后,双击打开进行安装(安装前建议「清空」电脑上先前残留的其他Python环境):

845028a443d702f0b23107288aa04a77.png

点击I Agree

1b84799732cae4c0fd00d79961ec166a.png

下一步:

11e36d476ac1301467f7ac4fdffbb9a5.png

选择或自定义安装路径:

b1db7c9bc962bffbf3b064e68aeded08.png

根据推荐提示,悉数进行勾选:

6ad057151e09b299e7e975ca5bc72c32.png

等待安装完成即可:

b176581014ca94c138b8f5b4afb23298.png

2.2 配置环境变量

针对windows系统,由于新版本的miniforge在安装时不再提供自动创建相关环境变量的选项,因此需要我们手动将相关路径添加到系统PATH中,譬如,我的miniforge自定义安装在本机的C:\miniforge中,就至少需要添加C:\miniforgeC:\miniforge\ScriptsC:\miniforge\Library\bin这几个路径:

e038f5d118005fb9f25cd7f1ebe6ae29.png

上述过程完成后,可以在本机终端中执行mamba -V查看相关版本信息(miniforge中包含了最小化的condamamba),检验上述配置是否完成:

e349f13ef6c0ea1c92ad00d63ae1cdf6.png

2.3 miniforge常用功能

上文提到过,miniforge中同时内置了包管理工具condamamba,其中mamba「完全」作为conda功能的替代,且运行效率优于conda,我们只需要将平时熟悉的conda命令中的conda替换为mamba即可,譬如:

  • 「查看已有虚拟环境」

36f5e45f08d061a728ed9c4d83d6d7b5.png

  • 「激活指定虚拟环境」

注:如果初次执行activate命令失败,按照提示信息执行mamba init命令,再重新打开终端即可。

6c53edd2bb1f25b471e98873a1c17fa6.png

  • 「创建新的虚拟环境」

注:miniforge默认将conda-forge作为下载源。

c74f2c6a22c46418b64bfec843407ea7.png

如果嫌默认的conda-forge网速太慢,可以像conda那样通过-c参数自定义镜像源,如下面的例子中使用到南方科技大学的main源,速度就快了许多:

mamba create -n data-science python=3.9 -c https://mirrors.sustech.edu.cn/anaconda/pkgs/main/ -y

af3755d61b1b5aae0e381f9fca5f4317.png

  • 「安装指定库」

这里我们以依赖包众多的GIS分析库geopandas为例,mamba在短时间内完成初始化解析后,非常流畅地以并行的方式迅速完成了各依赖库的下载及安装过程(同样的操作,conda大概率会一直卡顿下去直至失败。。。):

6d64494cb274b2e9fc51d9aed9355776.png deacddcad4f6e59dfb8b57875e47ba6e.png

  • 「移除指定虚拟环境」

a0bfa0a266a21dd33d06dc646c4d3fe9.png

  • 「清空本地缓存」

726913ff75d3ff070516dd28f6e85d18.png

目录
相关文章
conda常用操作和配置镜像源
conda常用操作和配置镜像源
34361 0
|
机器学习/深度学习 Python
配置环境miniconda+pycharm【机器学习】
配置环境miniconda+pycharm【机器学习】
3387 0
|
3月前
|
缓存 项目管理 开发工具
UV实战教程,我啥要从Anaconda切换到uv来管理包?
本文对比Anaconda“手动挡”与uv“全自动挡”环境管理:uv以“项目即环境”为核心,支持`uv init`一键初始化、自动下载Python、智能依赖管理(`uv add/sync/run`)及PyCharm无缝对接,大幅提升Python开发效率与协作体验。(239字)
1271 11
UV实战教程,我啥要从Anaconda切换到uv来管理包?
|
4月前
|
机器学习/深度学习 测试技术 API
Qwen3.5 中等规模模型系列正式开源:更强智能,更低算力
通义千问Qwen3.5发布四款中等规模多模态模型,支持256K原生上下文(可扩至1M)、201种语言及统一视觉语言训练。凭借Gated Delta+MoE混合架构与百万Agent强化学习,35B-A3B仅激活3B参数即超越旧旗舰,性能、效率与部署成本兼具。(239字)
8787 23
|
7月前
|
Python Windows
Miniconda 安装与环境配置全流程图解(2025 最新版)
Miniconda 可以看作是 Anaconda 的“轻装版”,只自带 conda 包管理器与基础的 Python 运行时。它体积小、部署速度快,特别适合按需创建与管理虚拟环境的用户。与 Anaconda 相比,Miniconda 不会预先安装一大堆科学计算库,你可以根据项目需求再单独选择、安装需要的包,因此整体更轻巧、更灵活。 本文将手把手演示在 Windows 下安装 Miniconda 的全过程:从下载安装器、完成向导配置、设置环境变量,到最后的基础验证与简单示例,帮助你迅速把 Miniconda 用起来。
9611 12
|
7月前
|
Linux Shell
Linux系统安装miniconda详细教程
本文介绍在CentOS 7系统中安装Miniconda的完整步骤:首先下载Miniconda安装包至/opt目录,接着执行安装脚本并按提示操作;安装完成后,将conda添加到环境变量,通过`conda init bash`和`source ~/.bashrc`配置生效,最终验证安装成功。
2607 5
|
7月前
|
机器学习/深度学习 人工智能 前端开发
终端里的 AI 编程助手:OpenCode 使用指南
OpenCode 是开源的终端 AI 编码助手,支持 Claude、GPT-4 等模型,可在命令行完成代码编写、Bug 修复、项目重构。提供原生终端界面和上下文感知能力,适合全栈开发者和终端用户使用。
55511 11
|
机器学习/深度学习 人工智能 Linux
anaconda conda 切换为国内源 、windows 和 Linux配置方法、 添加清华源——【一文读懂】
请问为什么我使用 Conda 搭建一个深度学习环境半个多小时都没成,而你10分钟就随手搭建一个环境; 讲道理,这就像搬砖,搬的久了,还不能允许我一天多拉几车吗
7134 0
anaconda conda 切换为国内源 、windows 和 Linux配置方法、 添加清华源——【一文读懂】
|
Ubuntu Python
全网最简约的Vscode配置Anaconda环境(百分百成功)
全网最简约的Vscode配置Anaconda环境(百分百成功)
38687 0
全网最简约的Vscode配置Anaconda环境(百分百成功)