-
安装 Miniforge
-
配置 Miniforge 环境路径
已添加到系统环境变量
- 在 PyCharm 中配置 Miniforge
步骤 1：打开 PyCharm 设置
- 启动 PyCharm，进入 File > Settings > Project: [项目名称] > Python Interpreter。
步骤 2：添加 Miniforge 环境
- 点击右上角齿轮图标，选择 Add Interpreter。
- 在弹出的窗口中选择 Conda Environment。
-
在 Conda Executable 中浏览并选择：
D:\ProgramData\Miniforge\condabin\conda.bat （可根据自己的Miniforge安装路径进行修改）
-
点击 Load Environment，然后选择： 创建新环境：输入环境名称并指定 Python 版本。 使用已有环境：选择已存在的 Miniforge 环境。
mamba 完全兼容 conda 的命令格式，你只需把 conda 替换成 mamba 即可
mamba 是 Conda 的 "升级版"（由 Conda-Forge 团队开发），底层基于 C++ 重构了核心逻辑，而 conda 是纯 Python 实现，两者最核心的差异体现在速度、依赖解析、资源占用上，具体对比如下：
| 特性 | conda create | mamba create |
|---|---|---|
| 底层实现 | 纯 Python 编写 | C++ 核心模块 + Python 接口 |
| 依赖解析速度 | 慢（尤其复杂环境，如 PyTorch/YOLO） | 极快（比 Conda 快 10-100 倍） |
| 下载速度 | 单线程下载 | 多线程并行下载 |
| 内存占用 | 高（解析依赖时易卡顿） | 低（C++ 更高效） |
| 兼容性 | 完全兼容 Conda 环境 / 配置 | 100% 兼容 Conda（命令 / 环境无缝切换） |
| 报错友好性 | 报错信息较模糊 | 报错信息更清晰（如源地址错误、包缺失） |
| 适用场景 | 简单环境（仅装 Python / 少量包） | 复杂环境（YOLO/PyTorch/ 多依赖包） |