Miniconda安装与使用教程

安装 Miniconda

下载安装包

官网下载地址:Miniconda 官方下载页

  • 选择 Windows 64-bit 版本(Python 3.9/3.10 均可,推荐 3.10)

安装步骤

  1. 双击安装包,进入安装向导
  2. 安装路径建议选纯英文路径 ,比如 C:\env\miniconda3,避免中文/空格
  3. 关键步骤:勾选 Add Miniconda3 to my PATH environment variable(必须勾选,否则后续无法直接用命令)
  4. 一路点击"下一步",等待安装完成

配置环境变量(如果安装时没勾选,手动补充)

  1. 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」
  2. 在「系统变量」中找到 Path,点击「编辑」
  3. 新建 3 条路径(以你的安装路径 C:\env\miniconda3 为例):
plain 复制代码
C:\env\miniconda3
C:\env\miniconda3\Scripts
C:\env\miniconda3\Library\bin
  1. 点击「确定」保存,重启终端生效

初始化终端支持(解决 conda activate 报错)

  1. 打开 CMD 或 PowerShell,输入:
bash 复制代码
conda init cmd.exe  # 适配CMD
conda init powershell  # 适配PowerShell
  1. 关闭终端,重新打开即可生效

配置国内镜像源(解决下载慢、服务条款弹窗)

打开终端,依次执行以下命令(清华源,稳定且速度快):

bash 复制代码
# 添加清华源
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/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

# 显示通道地址(可选)
conda config --set show_channel_urls yes

# 永久接受服务条款,避免弹窗
conda config --set accept_conda_terms true
conda config --set always_yes true

核心使用教程(环境管理)

查看所有环境

bash 复制代码
conda env list

输出示例:

plain 复制代码
base                  *  C:\env\miniconda3
pytorch                C:\env\miniconda3\envs\pytorch
  • * 的是当前激活的环境

创建新环境(指定 Python 版本)

bash 复制代码
conda create -n 环境名 python=3.9

示例:创建名为 pytorch、Python 3.9 的环境

bash 复制代码
conda create -n pytorch python=3.9

出现 Proceed ([y]/n)? 输入 y 回车

激活/切换环境

bash 复制代码
conda activate 环境名

示例:激活 pytorch 环境

bash 复制代码
conda activate pytorch

成功标志:终端前缀变为 (pytorch)

退出当前环境

bash 复制代码
conda deactivate

前缀会变回 (base) 或无环境状态

删除环境(彻底删除)

bash 复制代码
conda deactivate  # 必须先退出要删除的环境
conda remove -n 环境名 --all

示例:删除 important 环境

bash 复制代码
conda deactivate
conda remove -n important --all
  • conda env list 已不显示该环境,但文件夹残留,可手动删除 C:\env\miniconda3\envs\环境名

安装/管理包

安装包(推荐优先用 pip,速度快)

bash 复制代码
# 先激活目标环境
conda activate pytorch

# 安装单个包
pip install 包名

# 安装多个包
pip install numpy pandas matplotlib opencv-python

安装 PyTorch(深度学习必备)

以 CUDA 11.8 版本为例(适配大部分显卡):

bash 复制代码
conda activate pytorch
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

验证是否安装成功:

python 复制代码
import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 输出True表示GPU可用

查看已安装的包

bash 复制代码
# 查看当前环境所有包
pip list
# 或
conda list

卸载包

bash 复制代码
pip uninstall 包名

与 PyCharm 配合使用

绑定现有 Conda 环境

  1. 打开 PyCharm → FileSettingsProject: 项目名Python Interpreter
  2. 点击右上角齿轮图标 → Add
  3. 左侧选择 Conda Environment → 勾选 Existing environment
  4. 点击右侧浏览按钮,选择 Conda 环境的 python.exe
plain 复制代码
C:\env\miniconda3\envs\pytorch\python.exe
  1. 点击 OK 保存,等待加载完成

验证配置是否生效

新建 .py 文件,运行以下代码:

python 复制代码
import sys
import torch

print("Python版本:", sys.version)
print("Torch版本:", torch.__version__)
print("CUDA可用:", torch.cuda.is_available())
  • 输出的 Python 版本与 Conda 环境一致,且无报错,说明配置成功

常见问题解决

  1. conda 不是内部或外部命令
    • 原因:环境变量配置错误或未重启终端
    • 解决:检查 Path 中是否添加了 Miniconda 的 3 条路径,重启终端后重试
  2. conda activate** 报错**
    • 原因:未执行 conda init
    • 解决:执行 conda init cmd.exe,重启终端
  3. 安装包速度慢
    • 原因:未配置国内镜像源
    • 解决:执行本文第四部分的清华源配置命令
  4. PyCharm 不识别 Conda 包
    • 原因:解释器路径选错(如选了 base 环境)或未刷新
    • 解决:重新选择 envs\环境名\python.exe,点击解释器界面的刷新按钮

常用命令速查表

操作 命令
查看所有环境 conda env list
创建环境 conda create -n 环境名 python=3.9
激活环境 conda activate 环境名
退出环境 conda deactivate
删除环境 conda remove -n 环境名 --all
安装包 pip install 包名
查看已装包 pip list / conda list
卸载包 pip uninstall 包名
相关推荐
星云穿梭1 天前
用Python写一个带图形界面的学生管理系统——完整教程
python
金銀銅鐵1 天前
用 Pygame 实现 15 puzzle
python·数学·游戏
黄忠2 天前
大模型之LangGraph技术体系
python·llm
hboot2 天前
AI工程师第二课 - 数据处理
人工智能·python·数据分析
用户8356290780512 天前
使用 Python 自动化 PowerPoint 形状布局与格式设置
后端·python
用户8356290780512 天前
用 Python 自动化 PowerPoint 演讲者备注添加
后端·python
黄忠3 天前
01-系统架构设计-LangGraph状态机与多源异构RAG
python
zzzzzz3103 天前
假如我是掘金管理员,我先给评论区装个'代码审查'系统
python·程序员·机器人
砍材农夫3 天前
python环境|conda安装和使用(2)
后端·python
程序员龙叔3 天前
编写高质量 Skill 系列 -- 如何设计需求分析与用例生成的 SKILL
自动化测试·软件测试·python·软件测试工程师·接口测试·性能测试·skill·ai测试