Miniconda 完全入门指南

适合零基础小白，手把手教你安装和配置 Miniconda

[什么是 Miniconda？](#什么是 Miniconda？)
安装前的准备
[Miniconda 安装教程](#Miniconda 安装教程)
- [Windows 系统安装](#Windows 系统安装)
- [macOS 系统安装](#macOS 系统安装)
- [Linux 系统安装](#Linux 系统安装)
国内镜像源配置
虚拟环境管理
包管理常用命令
常见问题与解决方案
进阶技巧
常用命令速查表

什么是 Miniconda？

Miniconda 是 Anaconda 的精简版本，是一个轻量级的 Python 发行版和包管理工具。

Miniconda vs Anaconda

特性	Miniconda	Anaconda
安装包大小	~50MB	~500MB
预装包	仅 conda + Python	150+ 科学计算包
适合人群	只需要特定包的用户	数据科学新手
灵活性	高，按需安装	低，开箱即用

核心优势

环境隔离：为不同项目创建独立的 Python 环境，避免包冲突
版本管理：轻松切换不同 Python 版本（3.8、3.9、3.10 等）
包管理：一键安装、更新、删除包
轻量快速：安装包小，启动速度快

安装前的准备

1. 检查是否已安装

打开终端（Windows: cmd 或 PowerShell，macOS/Linux: Terminal），输入：

bash 复制代码

conda --version

如果显示版本号（如 conda 23.1.0），说明已安装
如果提示"命令未找到"，则继续安装

2. 卸载旧版本（可选）

Windows：

控制面板 → 程序与功能 → 找到 Miniconda/Anaconda → 卸载

macOS/Linux：

bash 复制代码

rm -rf ~/miniconda3
# 然后编辑 ~/.bashrc 或 ~/.zshrc，删除 conda 初始化代码

Miniconda 安装教程

Windows 系统安装

步骤 1：下载安装包

官网下载（可能较慢）：

访问：https://docs.conda.io/en/latest/miniconda.html
选择 Windows 版本，下载 64 位安装包

国内镜像下载（推荐）：

镜像源	下载地址
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
中科大镜像	https://mirrors.ustc.edu.cn/anaconda/miniconda/
北外镜像	https://mirrors.bfsu.edu.cn/anaconda/miniconda/

在镜像页面找到最新版本，例如：

复制代码

Miniconda3-py311_24.1.2-0-Windows-x86_64.exe

步骤 2：运行安装程序

双击下载的 .exe 文件
欢迎界面 → 点击 Next
许可协议 → 点击 I Agree
安装类型：
- Just Me（推荐）：仅当前用户可用
- All Users：所有用户可用（需要管理员权限）
安装路径：
- 默认：C:\Users\用户名\miniconda3
- 建议：路径不要包含中文和空格

高级选项（重要！）：

复制代码

☑ Add Miniconda3 to my PATH environment variable
  （将 Miniconda 添加到系统环境变量）
  【建议勾选，方便在任意位置使用 conda 命令】

☑ Register Miniconda3 as my default Python
  （注册为默认 Python）
  【如果电脑没有其他 Python，建议勾选】

点击 Install，等待安装完成
安装完成后点击 Finish

步骤 3：验证安装

关闭所有已打开的终端窗口，重新打开一个新的：

cmd 复制代码

conda --version
python --version

如果正确显示版本号，说明安装成功！

步骤 4：初始化 Shell（重要！）

如果输入 conda 提示"不是内部或外部命令"，或者 conda activate 无法正常切换环境，需要初始化 shell。

什么是 Shell 初始化？

conda init 的作用是在 shell 配置文件中注入 conda 的初始化代码，让 shell 启动时自动：

将 conda 的路径添加到 PATH
注册 conda 命令
启用 conda activate 环境切换功能
在提示符前显示当前环境名（如 (myenv)）

没有初始化的后果：

conda 命令找不到
conda activate 执行后 Python 版本不变（PATH 没更新）
环境名不会显示在提示符前

查看支持哪些 Shell

bash 复制代码

conda init --help

输出的 SHELLS 部分会列出所有支持的 shell。

常用终端初始化命令

终端	命令	配置文件位置
Windows CMD	`conda init cmd.exe`	注入注册表
Windows PowerShell	`conda init powershell`	`~\Documents\PowerShell\profile.ps1`
Git Bash	`conda init bash`	`~/.bashrc`
Windows Terminal	自动继承上述配置	-
macOS/Linux Bash	`conda init bash`	`~/.bashrc` 或 `~/.bash_profile`
macOS/Linux Zsh	`conda init zsh`	`~/.zshrc`
Fish	`conda init fish`	`~/.config/fish/config.fish`
tcsh	`conda init tcsh`	`~/.tcshrc`

初始化方法

方法 A：一次性初始化所有 Shell（推荐）

bash 复制代码

conda init --all

这会自动检测并初始化系统上所有已安装的 shell。

方法 B：只初始化当前使用的 Shell

bash 复制代码

# Windows CMD
conda init cmd.exe

# Windows PowerShell
conda init powershell

# Git Bash（Windows 上最常用的终端之一）
conda init bash

# macOS / Linux Bash
conda init bash

# macOS / Linux Zsh（macOS Catalina 后默认）
conda init zsh

# Fish Shell
conda init fish

初始化后做了什么？

以 conda init bash 为例，会在 ~/.bashrc 文件末尾添加类似以下内容：

bash 复制代码

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/user/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/user/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/home/user/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/home/user/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

PowerShell 则会在 profile 文件中添加：

powershell 复制代码

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
(& "C:\Users\admin\miniconda3\Scripts\conda.exe" "shell.powershell" "hook") | Out-String | ?`{$_.Trim()`} | Invoke-Expression
# <<< conda initialize <<<

⚠️ 不要手动修改这些代码 ，它们由 conda init 自动管理。

初始化后的操作

bash 复制代码

# 1. 关闭所有已打开的终端窗口

# 2. 重新打开一个新的终端

# 3. 验证初始化是否成功
conda --version          # 应显示版本号
conda info --envs        # base 环境应有 * 标记
echo $PATH               # 应包含 conda 路径

不同终端的特点

Windows CMD（命令提示符）

Windows 自带，最基础的终端
初始化通过注册表实现，不生成配置文件
功能有限，不支持部分 conda 特性（如自动补全）

Windows PowerShell

Windows 自带，功能强大
需要设置执行策略（见问题 6）
支持 conda 自动补全

Git Bash

安装 Git for Windows 时自带
类似 Linux 体验，推荐使用
配置文件：~/.bashrc

Windows Terminal

Windows 10/11 新版终端
支持多标签页、多 Shell
会自动继承已初始化的 shell 配置
可在设置中指定默认 shell

macOS Terminal / iTerm2

使用 bash 或 zsh
zsh 是 macOS Catalina 后的默认 shell

初始化失败的排查

bash 复制代码

# 如果 conda 命令都找不到，使用完整路径初始化
# Windows
C:\Users\admin\miniconda3\Scripts\conda.exe init cmd.exe
C:\Users\admin\miniconda3\Scripts\conda.exe init powershell
C:\Users\admin\miniconda3\Scripts\conda.exe init bash

# macOS / Linux
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

撤销初始化

如果想移除 conda 初始化：

bash 复制代码

# 撤销指定 shell 的初始化
conda init --reverse cmd.exe
conda init --reverse powershell
conda init --reverse bash

# 或手动编辑配置文件，删除 conda initialize 之间的内容

常见误区

误区	正确做法
初始化后立即测试	必须关闭终端重新打开
只初始化一个 shell 就够了	如果你用多个终端，建议 `conda init --all`
手动修改 PATH 代替 init	不推荐，可能导致环境切换失效
每次都要运行 `conda init`	只需要运行一次，之后永久生效

初始化后必须关闭所有终端窗口，重新打开一个新终端才能生效！

macOS 系统安装

步骤 1：下载安装包

国内镜像下载：

bash 复制代码

# Intel Mac
curl -O https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py311_24.1.2-0-MacOSX-x86_64.sh

# Apple Silicon Mac (M1/M2/M3)
curl -O https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py311_24.1.2-0-MacOSX-arm64.sh

步骤 2：运行安装脚本

bash 复制代码

# 进入下载目录
cd ~/Downloads

# 添加执行权限
chmod +x Miniconda3-*.sh

# 运行安装脚本
./Miniconda3-py311_24.1.2-0-MacOSX-x86_64.sh

步骤 3：按照提示操作

按 Enter 查看许可协议
按 空格键 快速翻页，或输入 q 退出阅读
输入 yes 接受协议
按 Enter 确认安装路径（默认 ~/miniconda3）
等待安装完成
是否初始化 conda？输入 yes

步骤 4：激活配置

bash 复制代码

# 如果使用 bash
source ~/.bash_profile

# 如果使用 zsh (macOS Catalina 之后默认)
source ~/.zshrc

步骤 5：验证安装

bash 复制代码

conda --version

Linux 系统安装

步骤 1：下载并安装

bash 复制代码

# 下载安装脚本
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py311_24.1.2-0-Linux-x86_64.sh

# 运行安装
bash Miniconda3-py311_24.1.2-0-Linux-x86_64.sh

步骤 2：交互式安装

与 macOS 类似，按提示操作：

按 Enter → yes → Enter → yes

步骤 3：激活

bash 复制代码

source ~/.bashrc

步骤 4：验证

bash 复制代码

conda --version

国内镜像源配置

默认源在国外，下载速度慢。配置国内镜像可大幅提速！

方法一：命令行配置（推荐）

1. 配置清华镜像

bash 复制代码

# 配置 conda 镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# 显示频道 URL（方便查看来源）
conda config --set show_channel_urls yes

⚠️ 提示：如果 conda config --set show_channel_urls yes 报错，说明是旧版 conda，可以跳过此命令，不影响镜像使用。

2. 配置 pip 镜像（Python 包管理器）

bash 复制代码

# 永久配置
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 如果出现 SSL 证书问题，添加信任
pip config set global.trusted-host pypi.tuna.tsinghua.edu.cn

方法二：编辑配置文件

创建或编辑 ~/.condarc 文件：

Windows 路径： C:\Users\你的用户名\.condarc

yaml 复制代码

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - defaults

show_channel_urls: true
ssl_verify: true

常用国内镜像源

镜像名称	Conda 地址	PyPI 地址
清华大学	https://mirrors.tuna.tsinghua.edu.cn/anaconda/	https://pypi.tuna.tsinghua.edu.cn/simple
中科大	https://mirrors.ustc.edu.cn/anaconda/	https://mirrors.ustc.edu.cn/pypi/web/simple
北京外国语大学	https://mirrors.bfsu.edu.cn/anaconda/	https://mirrors.bfsu.edu.cn/pypi/web/simple
阿里云	-	https://mirrors.aliyun.com/pypi/simple/

验证与恢复

bash 复制代码

# 查看当前配置
conda config --show channels

# 恢复默认源
conda config --remove-key channels

虚拟环境管理

为什么需要虚拟环境？

想象一个场景：

项目 A 需要 numpy 1.21
项目 B 需要 numpy 1.23
全局只能安装一个版本，怎么办？

虚拟环境就是解决方案！每个环境相互独立，互不干扰。

创建环境

bash 复制代码

# 基本语法
conda create -n 环境名 python=版本号

# 创建名为 myproject 的环境，Python 版本 3.9
conda create -n myproject python=3.9

# 创建环境并预装多个包
conda create -n datascience python=3.10 numpy pandas matplotlib

# 指定具体的小版本
conda create -n webapp python=3.11.4

# 在指定路径创建环境（而非默认位置）
conda create --prefix ./envs/myenv python=3.9

安装过程中会提示：

复制代码

Proceed ([y]/n)? y

输入 y 并按 Enter 继续。

激活与切换环境

bash 复制代码

# 激活环境
conda activate myproject

激活后，终端提示符前会显示环境名：

复制代码

(myproject) C:\Users\admin>

bash 复制代码

# 退出当前环境
conda deactivate

# 切换环境（直接激活新环境即可）
conda activate datascience

查看所有环境

bash 复制代码

conda env list
# 或
conda info --envs

输出示例：

复制代码

# conda environments:
#
base                  *  C:\Users\admin\miniconda3
myproject               C:\Users\admin\miniconda3\envs\myproject
datascience             C:\Users\admin\miniconda3\envs\datascience

* 表示当前激活的环境
base 是安装时创建的默认环境

删除环境

bash 复制代码

conda remove -n 环境名 --all

# 示例
conda remove -n myproject --all

克隆环境

bash 复制代码

conda create -n 新环境名 --clone 被克隆的环境名

# 示例
conda create -n myproject_backup --clone myproject

导出和导入环境

适合团队协作和环境迁移。

bash 复制代码

# 导出环境配置
conda activate myproject
conda env export > environment.yml

# 从配置文件创建环境
conda env create -f environment.yml

重命名环境

Conda 没有直接的重命名命令，通过克隆实现：

bash 复制代码

# 1. 克隆旧环境到新名称
conda create -n 新名称 --clone 旧名称

# 2. 验证新环境正常
conda activate 新名称
conda list

# 3. 删除旧环境
conda remove -n 旧名称 --all

包管理常用命令

安装包

bash 复制代码

# 基本安装
conda install 包名

# 指定版本
conda install numpy=1.21.0

# 安装多个包
conda install numpy pandas matplotlib

# 从指定频道安装
conda install -c conda-forge 包名

# 使用 pip 安装（有些包 conda 没有）
pip install 包名

查看已安装的包

bash 复制代码

# 查看当前环境的所有包
conda list

# 查看特定包的信息
conda list numpy

# 查看包的详细信息
conda info numpy

更新包

bash 复制代码

# 更新指定包
conda update numpy

# 更新所有包
conda update --all

# 更新 conda 本身
conda update conda

删除包

bash 复制代码

# 删除指定包
conda remove numpy

# 删除多个包
conda remove numpy pandas

# 删除包及其依赖
conda remove --force numpy

搜索包

bash 复制代码

# 搜索包
conda search 包名

# 搜索特定版本
conda search numpy=1.21

# 模糊搜索
conda search *numpy*

清理缓存

长期使用会产生大量缓存，定期清理可释放磁盘空间：

bash 复制代码

# 清理所有缓存
conda clean --all

# 只清理包缓存
conda clean --packages

# 只清理索引缓存
conda clean --index-cache

# 只清理 tar 包
conda clean --tarballs

常见问题与解决方案

问题 1：Shell 未正确初始化（最常见问题）

症状：

复制代码

# 症状 A：conda 命令找不到
'conda' 不是内部或外部命令，也不是可运行的程序或批处理文件。

# 症状 B：conda activate 后 Python 版本不变
(myenv) C:\Users\admin> python --version
Python 3.12.0    # 还是系统 Python，不是环境中的版本

# 症状 C：提示 shell 未配置
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.

这三种症状本质上是同一个问题：Shell 未正确初始化。

原因分析

原因	说明
未执行 `conda init`	安装时跳过了初始化，或安装后换了新终端
初始化后未重启终端	`conda init` 修改的配置需要重新打开终端才生效
使用了新的 Shell	比如之前初始化了 CMD，现在用 Git Bash
PATH 优先级错误	系统 Python 在 PATH 中排在 conda 环境前面

诊断步骤

bash 复制代码

# 1. 检查 conda 是否可用
conda --version

# 2. 检查当前环境是否正确激活
conda info --envs          # 当前环境应有 * 标记

# 3. 检查 Python 实际路径
where python               # Windows CMD
which python               # Git Bash / Linux / Mac

# 4. 检查 PATH 变量
echo $PATH                 # Git Bash / Linux / Mac
$env:PATH                  # PowerShell

正确状态示例：

bash 复制代码

$ conda info --envs
# conda environments:
#
base                  *  C:\Users\admin\miniconda3
myproject                C:\Users\admin\miniconda3\envs\myproject

$ conda activate myproject
$ which python
C:\Users\admin\miniconda3\envs\myproject\python.exe    # ✅ 指向环境目录

$ python --version
Python 3.9.18    # ✅ 环境中的版本

错误状态示例：

bash 复制代码

$ which python
C:\Python312\python.exe    # ❌ 系统 Python，不是 conda 环境

$ python --version
Python 3.12.0    # ❌ 版本不对

解决方案

方法 A：初始化 Shell（推荐）

bash 复制代码

# 初始化所有 shell
conda init --all

# 或只初始化当前使用的 shell
conda init cmd.exe         # Windows CMD
conda init powershell      # Windows PowerShell
conda init bash            # Git Bash / Linux / macOS Bash
conda init zsh             # macOS Zsh

如果 conda 命令都找不到，使用完整路径：

bash 复制代码

# Windows
C:\Users\admin\miniconda3\Scripts\conda.exe init --all

# macOS / Linux
~/miniconda3/bin/conda init --all

方法 B：使用 Anaconda Prompt（临时方案）

如果不想修改系统配置，可以直接使用 Miniconda 自带的终端：

开始菜单 → 搜索 Anaconda Prompt 或 Anaconda PowerShell

方法 C：手动添加环境变量（不推荐）

如果初始化不起作用，可以尝试手动添加 PATH：

右键"此电脑" → 属性 → 高级系统设置
环境变量 → 用户变量 → Path → 编辑

新建，添加以下路径：

复制代码

C:\Users\你的用户名\miniconda3
C:\Users\你的用户名\miniconda3\Scripts
C:\Users\你的用户名\miniconda3\Library\bin

确定保存，重启终端

⚠️ 注意：手动添加 PATH 只能让 conda 命令可用，不能让 conda activate 正确切换环境。环境切换功能必须通过 conda init 实现。

初始化后的必要操作

bash 复制代码

# 1. 关闭所有终端窗口（重要！）

# 2. 重新打开一个新终端

# 3. 验证
conda --version
conda activate myenv
which python              # 应指向 conda 环境目录

特殊情况：PowerShell 执行策略

如果 PowerShell 报错：

复制代码

无法加载文件...因为在此系统上禁止运行脚本

以管理员身份运行 PowerShell，执行：

powershell 复制代码

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

然后重新执行 conda init powershell 并重启终端。

问题 2：创建环境速度慢

解决方案：配置国内镜像源（见上方"国内镜像源配置"章节）

问题 3：SSL 证书错误

症状：

复制代码

CondaSSLError: OpenSSL appears to be unavailable on this machine.

解决方案：

bash 复制代码

# 方法 1：禁用 SSL 验证（有安全风险，不推荐长期使用）
conda config --set ssl_verify false

# 方法 2：使用 HTTP 而非 HTTPS（修改 .condarc）
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

问题 4：包冲突

症状：

复制代码

UnsatisfiableError: The following specifications were found to be incompatible...

解决方案：

bash 复制代码

# 方法 1：使用 conda-forge 频道
conda install -c conda-forge 包名

# 方法 2：创建新环境重新安装
conda create -n newenv python=3.x 包名

# 方法 3：使用 pip 安装
pip install 包名

问题 5：pip 安装的包找不到

原因： pip 和 conda 可能指向不同的环境

解决方案：

bash 复制代码

# 确保使用当前环境的 pip
conda activate myenv
python -m pip install 包名

# 或指定完整路径（Linux/Mac）
~/miniconda3/envs/myenv/bin/pip install 包名

# Windows
C:\Users\admin\miniconda3\envs\myenv\Scripts\pip.exe install 包名

问题 6：磁盘空间不足

解决方案：

bash 复制代码

# 1. 清理缓存
conda clean --all

# 2. 删除不用的环境
conda env list
conda remove -n 不用的环境名 --all

# 3. 将环境存放到其他盘
conda create --prefix D:\conda_envs\myenv python=3.9

进阶技巧

1. 自动激活默认环境

打开终端自动进入指定环境：

方法 A：设置 auto_activate_base

bash 复制代码

# 在 ~/.condarc 中添加
auto_activate_base: true

方法 B：在 Shell 配置文件中设置

bash 复制代码

# 编辑 ~/.bashrc（Git Bash / Linux）或 ~/.zshrc（macOS）
echo 'conda activate myenv' >> ~/.bashrc

2. 项目级自动切换环境（类似 nvm）

类似 nvm 自动切换 Node.js 版本，conda 也可以实现进入项目目录自动激活对应环境。

方案 A：使用 direnv（推荐）

bash 复制代码

# 安装 direnv
conda install -c conda-forge direnv

# 在项目目录创建 .envrc
echo 'conda activate myproject' > .envrc
direnv allow

方案 B：使用 conda-auto-env

在 ~/.bashrc 或 ~/.zshrc 末尾添加：

bash 复制代码

# 自动激活包含 .conda 文件的目录的环境
conda_auto_env() {
    if [ -e ".conda" ]; then
        env_name=$(cat .conda)
        conda activate "$env_name" 2>/dev/null
    fi
}

# 重写 cd 命令
cd() {
    builtin cd "$@" && conda_auto_env
}

然后在每个项目目录创建 .conda 文件：

bash 复制代码

echo "myproject" > /path/to/project/.conda

之后每次 cd /path/to/project 就会自动激活 myproject 环境。

3. 使用 mamba 加速依赖解析

Conda 解析依赖较慢，mamba 是更快的替代品：

bash 复制代码

# 安装 mamba
conda install mamba -c conda-forge

# 之后用 mamba 代替 conda
mamba install numpy pandas
mamba create -n newenv python=3.9

4. Jupyter Notebook 配置多环境

bash 复制代码

# 在每个环境中安装 ipykernel
conda activate myproject
conda install ipykernel

# 注册 kernel
python -m ipykernel install --user --name=myproject --display-name "Python (myproject)"

然后在 Jupyter 中可以选择不同的 kernel。

5. 使用 environment.yml 版本控制

示例 environment.yml：

yaml 复制代码

name: myproject
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.9
  - numpy=1.21
  - pandas=1.3
  - pip:
      - some-pip-only-package

创建环境：

bash 复制代码

conda env create -f environment.yml

更新环境：

bash 复制代码

conda env update -f environment.yml

常用命令速查表

环境管理

功能	命令
创建环境	`conda create -n 环境名 python=版本`
激活环境	`conda activate 环境名`
退出环境	`conda deactivate`
查看所有环境	`conda env list`
删除环境	`conda remove -n 环境名 --all`
克隆环境	`conda create -n 新名 --clone 旧名`
导出环境	`conda env export > environment.yml`
导入环境	`conda env create -f environment.yml`

包管理

功能	命令
安装包	`conda install 包名`
安装指定版本	`conda install 包名=版本`
安装多个包	`conda install 包1 包2 包3`
查看已安装包	`conda list`
更新包	`conda update 包名`
更新所有包	`conda update --all`
删除包	`conda remove 包名`
搜索包	`conda search 包名`
清理缓存	`conda clean --all`

配置管理

功能	命令
添加镜像源	`conda config --add channels URL`
查看镜像源	`conda config --show channels`
查看所有配置	`conda config --show`
删除所有镜像源	`conda config --remove-key channels`

信息查看

功能	命令
查看 conda 版本	`conda --version`
查看 conda 信息	`conda info`
查看当前环境	`conda info --envs`
初始化 Shell	`conda init --all`

Conda 与 pip 的选择

场景	推荐工具
科学计算包（numpy, pandas 等）	conda
PyPI 独有包	pip
需要精确版本控制	conda
快速原型开发	pip

混合使用建议：

bash 复制代码

# 先用 conda 安装能用 conda 安装的包
conda install numpy pandas scipy

# 再用 pip 安装其他包
pip install some-pip-only-package

总结

恭喜你完成了 Miniconda 的学习！现在你已经掌握了：

✅ Miniconda 的安装（Windows/macOS/Linux）
✅ Shell 初始化（解决 conda activate 失效问题）
✅ 国内镜像源配置
✅ 虚拟环境的创建、切换、删除
✅ 包的安装、更新、删除
✅ 常见问题的解决方法
✅ 进阶技巧（自动切换环境、mamba 等）

学习路径建议

新手阶段：熟练使用环境创建和包安装
进阶阶段：学会环境导出导入，团队协作
高级阶段：探索 conda-forge、mamba 等高级工具

有用的资源

📝 最后更新：2026 年 6 月

💡 提示：遇到问题时，善用 conda --help 或 conda 命令 --help 查看帮助文档

Happy Coding! 🎉