📚 课程目录第3章 Miniconda安装与基础配置

3. Miniconda安装与基础配置

Miniconda 是 Anaconda 的精简发行版，只包含 conda 包管理器、Python 解释器和少量基础依赖，安装包体积通常在 80～120 MB 之间，远小于完整版 Anaconda 的 3 GB 以上。对于科学计算项目而言，我们真正需要的是 conda 的环境隔离与依赖解析能力，而不是预装好的数百个第三方库，因此 Miniconda 是更合适的起点。本节将完成一条完整的落地链路：下载安装包、执行安装、配置环境变量、验证 conda 与 python 命令可用，最后写入国内镜像源以加速后续包下载。

下载与安装包选择

安装包应从官方地址 https://docs.conda.io/en/latest/miniconda.html 获取，选择与操作系统和 CPU 架构匹配的版本。以 Windows 64 位为例，文件名形如 Miniconda3-latest-Windows-x86_64.exe；Linux 用户则下载 .sh 脚本，例如 Miniconda3-latest-Linux-x86_64.sh。选择版本时注意两点：一是 Python 主版本，课程后续示例统一使用 Python 3.11 系列，因此优先选择带 py311 标识的安装包；二是架构，Apple Silicon 芯片的 macOS 应选择 arm64 版本，而非 x86_64。

Windows 下双击安装程序后，安装向导中有两个关键选项需要留意。第一是“Installation Type”，建议选择“Just Me”，避免写入系统级目录引发权限问题；第二是“Advanced Options”中的“Add Miniconda3 to my PATH environment variable”，官方默认不勾选，理由是避免与系统中已有的 Python 冲突。我们的做法是：安装时不勾选自动加入 PATH，安装完成后手动配置，这样路径来源清晰、可控，也便于排障。安装目录建议使用不含空格和中文字符的路径，例如 D:\miniconda3，避免后续某些编译工具链对空格路径处理异常。

Linux 下的安装通过脚本完成，核心命令如下：

bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
$HOME/miniconda3/bin/conda init bash
source ~/.bashrc

其中 -b 表示批处理模式（不交互），-p 指定安装前缀目录。conda init 会向 shell 配置文件写入初始化片段，使新终端自动激活 base 环境。

环境变量配置

环境变量的作用，是让终端在任意目录下都能找到 conda 和 python 这两个可执行文件。Windows 下需要把以下三个目录加入用户变量 Path：

D:\miniconda3：conda 主程序所在目录；
D:\miniconda3\Scripts：conda 相关脚本与工具；
D:\miniconda3\Library\bin：部分依赖库的 DLL 与可执行文件。

配置完成后必须新开一个终端窗口，因为已打开的终端不会重新读取环境变量。Linux 与 macOS 下则是在 ~/.bashrc 或 ~/.zshrc 中追加一行 export PATH="$HOME/miniconda3/bin:$PATH"，再执行 source 使其生效。这里有一个常见误区：把 conda 路径追加到 PATH 末尾而非开头，会导致系统自带的旧版 Python 被优先命中，从而出现“明明装了 conda，python --version 却是 3.8”的现象。

验证 conda 与 python 命令

打开新的终端，依次执行两条命令：

conda --version
python --version

预期输出形如 conda 24.1.2 与 Python 3.11.7。版本号的具体数字会随安装包更新而变化，判断标准是：命令能被识别、版本号与所选安装包的主版本一致。如果 conda 提示“不是内部或外部命令”，说明 Path 未生效或路径拼写有误；如果 python 返回的是系统自带版本，说明 Path 顺序有问题。此时可用 where python（Windows）或 which python（Linux/macOS）查看实际命中的可执行文件路径，确认它是否位于 Miniconda 安装目录下。

进一步执行 conda info，可以查看当前 conda 版本、base 环境路径、默认 channels 以及平台信息。这一步的价值在于确认 conda 的“自我认知”是否正确——例如 base environment 是否指向你安装的目录，platform 是否为 win-64 或 linux-64。这些信息在后续创建环境和排查依赖冲突时都会用到。

设置国内镜像源

conda 默认从 repo.anaconda.com 拉取包索引与安装包，国内网络环境下速度往往只有几十 KB/s。将渠道替换为国内镜像可以显著改善体验。推荐使用清华大学 TUNA 镜像，执行以下命令写入配置：

conda config --set show_channel_urls yes
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/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --set channel_priority strict

这些命令会把配置写入用户目录下的 .condarc 文件（Windows 为 C:\Users\用户名\.condarc）。其中 show_channel_urls: true 让安装时显示包来源渠道，便于判断是否真的走了镜像；channel_priority: strict 则让 conda 严格按渠道优先级解析依赖，减少混用渠道导致的版本冲突。配置完成后执行 conda clean -i 清除索引缓存，再运行 conda config --show channels 确认渠道列表已按预期排列。

镜像源并非越多越好。渠道列表过长会增加索引下载量，也可能引入不同渠道间的包版本差异。课程后续统一使用 main、free、conda-forge 三个渠道，够用且稳定。若某次安装出现“PackagesNotFoundError”，先检查是否漏配了 conda-forge，而不是盲目继续追加渠道。

配置结果检查清单

完成上述步骤后，可用下表逐项核对，确保环境处于可用状态。表中“预期结果”一列给出的是判断依据，实际版本号以你安装的包为准。

检查项	执行命令	预期结果
conda 可用	`conda --version`	输出 conda 版本号，无“命令未找到”
python 可用	`python --version`	输出 Python 3.11.x，且路径位于 Miniconda 目录
base 环境路径	`conda info`	base environment 指向安装目录
镜像渠道生效	`conda config --show channels`	列表首项为 tuna 镜像地址
下载速度	`conda install numpy`	下载速率明显高于默认源，包来源显示 tuna

需要提醒的是，镜像同步存在一定延迟，极少数最新发布的包可能尚未同步到镜像，此时可临时用 conda install 包名 -c defaults 指定官方渠道安装。另外，若你所在网络环境已配置代理，需确认代理不会拦截镜像域名，否则会出现“连接超时”而非“速度慢”的表现，两者排查方向完全不同。完成本节配置后，conda 与 python 命令已可在任意目录调用，后续创建独立项目环境、安装科学计算依赖都将建立在这一基础之上。