Miniforge 安装与 Python 环境配置

本文介绍 Miniforge 安装与 Python 环境配置，主要包括 Miniforge、Anaconda 和 Miniconda 的区别，Miniforge 的下载与安装，Conda 与 Mamba 的基本配置，以及常用 Python 第三方库的安装方法。

如果只是为了管理 Python 虚拟环境，个人更推荐使用 Miniforge。它更轻量，默认使用 conda-forge 社区源，并且自带 mamba，安装科学计算和深度学习相关库会更方便。

Miniforge 是什么

Miniforge 是 conda-forge 社区维护的 Conda 发行版。它的目标很简单：提供 conda 和 mamba 命令，让用户可以方便地创建 Python 环境和安装第三方库。

与 Anaconda 和 Miniconda 相比，Miniforge 最大的特点是默认使用 conda-forge 作为软件源。conda-forge 是一个社区维护的包仓库，很多科学计算、机器学习、数据处理相关库更新比较及时，包也比较全。

Anaconda、Miniconda 与 Miniforge

Anaconda 是完整版 Python 科学计算发行版，安装后自带大量常用库，比如 NumPy、Pandas、Matplotlib、Jupyter 等。它适合刚入门、希望安装后直接使用的用户。不过 Anaconda 体积比较大，而且 Anaconda 官方仓库在商业使用方面有一些协议限制，需要根据实际情况注意。

Miniconda 是 Anaconda 的精简版，只包含 Conda、Python 和少量基础组件。它体积小，可以按需安装第三方库，适合想自己管理环境的用户。Miniconda 默认使用 Anaconda 官方源，也可以手动配置 conda-forge。

Miniforge 可以看作是面向 conda-forge 的轻量 Conda 发行版。它和 Miniconda 一样精简，但默认使用 conda-forge，并且安装后可以直接使用 mamba。对于科研、数据分析、机器学习和深度学习环境配置来说，Miniforge 更省心一些。

推荐使用 Miniforge

Miniforge 的优点主要有以下几个：

• 完全开源：由 conda-forge 社区维护，适合个人、科研和一般开发使用；
• 体积较小：不像 Anaconda 那样预装大量软件，后续按需安装即可；
• 默认 conda-forge：不用额外切换源，第三方库覆盖范围广；
• 自带 Mamba：安装和解析依赖速度比 Conda 更快；
• 跨平台支持好：支持 Windows、macOS、Linux，也支持 Apple Silicon 等平台。

这里的建议是：如果你只是日常配置 Python 环境，不需要 Anaconda Navigator 这类图形界面工具，直接安装 Miniforge 就够用了。

下载 Miniforge

官方下载地址：

• Miniforge GitHub 仓库：https://github.com/conda-forge/miniforge
• conda-forge 下载页面：https://conda-forge.org/download/

不同系统根据需求下载：

Windows 安装 Miniforge

下载 Miniforge3-Windows-x86_64.exe 后，双击运行安装程序。

选择 Just Me 直接安装在 C 盘用户路径下面。选择 All Users 可以安装自定义路径，建议不要包含中文、空格和特殊字符，可以安装到类似下面的位置：

C:\Miniforge3 或者 D:\Miniforge3

官方说明中也提到，Windows 安装路径中如果包含特殊字符或空格，可能会出现一些问题，所以安装路径尽量简单一些。

安装时会看到一些选项，其中比较重要的是：

• Create shortcuts：建议勾选，这样可以在开始菜单中打开 Miniforge Prompt；
• Register Miniforge3 as the system Python 3.xx：建议勾选，VSCode、PyCharm 等可以使用 Miniforge3 下的环境。
• Clear the package cache upon completion: 建议勾选，不勾选影响也不大。

注意：如果不添加到 PATH，conda 和 mamba 默认只能在 Miniforge Prompt 中直接使用。对于大多数 Windows 用户来说，用 Miniforge Prompt 就够用了，也比较省心。

安装完成后，在开始菜单中打开 Miniforge Prompt，输入以下命令测试：

conda --version
mamba --version
python --version

如果可以正常显示版本号，说明 Miniforge 安装成功。如果想在 Windows 的 PowerShell 中使用，需要使用 conda init 命令初始化或把直接添加 C：\Users\myusername\miniforge3\condabin\ 文件夹到系统环境变量.

macOS 与 Linux 安装 Miniforge

macOS 和 Linux 可以通过终端下载安装脚本。官方给出的通用下载命令如下：

curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"

或者使用 wget：

wget "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"

下载完成后，运行安装脚本：

bash Miniforge3-$(uname)-$(uname -m).sh

安装过程中会询问是否初始化 Conda，一般选择 yes 即可。安装完成后，关闭并重新打开终端。

如果是非交互式安装，可以使用：

bash Miniforge3-$(uname)-$(uname -m).sh -b

这种方式不会自动初始化 Conda，需要手动执行类似下面的命令：

~/miniforge3/bin/conda init

Conda 基本配置

安装完成后，可以先查看当前 Conda 配置：

conda config --show

Miniforge 默认使用 conda-forge，一般不需要再添加 defaults。如果之前安装过 Anaconda 或 Miniconda，并且用户目录下已经有 .condarc 文件，建议先检查一下，避免旧配置影响 Miniforge。

查看源配置：

conda config --show channels

Miniforge 默认应该能看到 conda-forge。

注： 如果使用网络使用”魔法”的情况下，安装第三方库会直接使用 conda-forge 官方源。如果没有使用”魔法”，可以在 .condarc 文件配置国内的镜像源

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

为了避免每次打开终端都自动进入 base 环境，推荐关闭自动激活：

conda config --set auto_activate_base false

设置完成后，重新打开终端，默认就不会自动进入 base 环境。需要使用时再手动激活：

conda activate base

常用环境管理命令

Miniforge 安装后可以同时使用 conda 和 mamba。二者大部分命令是兼容的，日常使用可以简单理解为：

• conda 用来创建环境、激活环境、退出环境；
• mamba 用来安装第三方库，速度更快一些。

注意：conda activate 仍然使用 conda 命令，不需要写成 mamba activate。

查看所有虚拟环境：

conda env list

创建虚拟环境：

conda create -n your_env_name python=3.12

进入虚拟环境：

conda activate your_env_name

退出虚拟环境：

conda deactivate

查看当前环境已安装的包：

conda list

删除虚拟环境：

conda remove -n your_env_name --all

清理缓存：

conda clean --all

安装第三方库，可以优先使用：

mamba install package_name

若有多个混合源 channel，可以指定 conda-forge 源，通过以下命令安装第三方库：

mamba install package_name -c conda-forge

如果想先搜索某个包是否存在，可以使用：

mamba search package_name

卸载第三方库：

mamba uninstall package_name

base 环境安装常用库

如果只是日常使用，可以在 base 环境中安装一些常用基础库。打开 Miniforge Prompt，先进入 base 环境：

conda activate base

科学计算核心基础库

mamba install numpy scipy sympy cython

数据处理与 Excel 文件操作

mamba install pandas openpyxl

数据可视化绘图库

mamba install matplotlib seaborn

机器学习与计算机视觉库

mamba install scikit-learn opencv

交互式开发与集成编程环境

mamba install ipython jupyter spyder

高性能 DataFrame 库

mamba install polars

安装完成后，可以输入以下命令查看已经安装的包：

conda list

如果需要启动 Jupyter Notebook，可以输入：

jupyter notebook

如果需要启动 Spyder，可以输入：

spyder

深度学习环境搭建

深度学习环境建议单独创建虚拟环境，不要直接装在 base 环境中。这样环境之间互不影响，后期删除或重装也比较方便。

第一步：创建环境

这里创建一个名为 pytorch 的环境，并指定 Python 版本为 3.12：

conda create -n pytorch python=3.12

第二步：进入环境

conda activate pytorch

进入环境后，命令行前面会出现 (pytorch)，说明当前已经切换到 pytorch 环境。

第三步：先安装 PyTorch

PyTorch 建议优先安装。它依赖比较多，先安装 PyTorch 可以减少后面依赖冲突的可能。

CPU 版本安装命令如下：

mamba install pytorch torchvision torchaudio cpuonly -c pytorch

注意：如果需要安装 GPU 版本，应根据自己的显卡和 CUDA 版本，到 PyTorch 官网选择对应命令，不要直接照抄 CPU 版本命令。

第四步：安装常用科学计算包

PyTorch 安装完成后，再一次性安装常用科学计算和开发工具：

mamba install scipy pandas openpyxl matplotlib seaborn scikit-learn opencv ipython jupyter

安装完成后，测试 PyTorch 是否可用：

python

进入 Python 后输入：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

如果 CPU 版本安装正常，torch.cuda.is_available() 通常会显示：

False

这并不是错误，只是说明当前安装的是 CPU 版本。

在 VSCode 中运行 Python

VSCode 可以直接运行 python 和 jupyter notebook 文件。安装 python 和 jupyter 插件后，选择 Miniforge 下的 Python 解释器即可运行 Python 代码。对于 python 文件，需要配置在运行前自动激活环境，在用户设置 (User Setting) 中加入：

"python-envs.terminal.autoActivationType": "shellStartup",

注意事项

不要把所有库都装进 base 环境。 base 环境可以安装一些基础工具，但深度学习、项目开发、课程实验最好单独创建环境。

优先使用 mamba 安装 Conda 包。 大多数情况下，mamba install 比 conda install 快很多，尤其是安装 PyTorch、Jupyter、OpenCV 这类依赖比较多的库。

不要混用太多源。 Miniforge 默认使用 conda-forge，通常够用了。如果某个库需要指定源，比如 PyTorch，可以临时加 -c pytorch。

pip 作为补充使用。 如果某个包在 Conda 或 conda-forge 中没有，再考虑使用 pip install。同一个环境中混用 Conda 和 pip 时，建议先用 Conda/Mamba 安装大部分库，最后再用 pip 补充少量包。

参考资料

• Miniforge GitHub 仓库：https://github.com/conda-forge/miniforge
• conda-forge 下载页面：https://conda-forge.org/download/
• VS Code 下载页面：https://code.visualstudio.com/
• PyTorch 官网：https://pytorch.org/