第1章 Conda简介：什么是Conda、与pip的区别、Miniconda vs Anaconda
1.1 什么是 Conda？
Conda 是一个跨平台的包管理器 + 环境管理器。你想想看，做 Python 项目最烦什么？无非是依赖冲突、版本打架、跨平台环境不一致。Conda 就是来解决这些的。
我最早接触 Conda 是在做深度学习模型部署的时候。当时公司服务器上既有 PyTorch 1.8 的项目，又有 TensorFlow 2.3 的遗留代码，用 pip 装得乱七八糟。后来一个老同事扔了句「试试 Conda 环境隔离」，从那以后我就再没用过裸 pip 了。
Conda 的核心能力其实就三个：
- 包管理——安装、更新、卸载 Python 和非 Python 的包（比如 CUDA、OpenCV 的 C++ 底层库）
- 环境管理——创建完全隔离的独立环境，互不干扰
- 跨平台——Windows、macOS、Linux 上行为一致
说白了，Conda 就是给每个项目造一个「无菌实验室」，里面用什么版本的 Python、什么版本的包，你自己说了算。而且 Conda 还能帮你解决底层二进制依赖，这一点 pip 做不到。
my_project_env。这样删项目时直接删环境，干净彻底。
1.2 Conda 与 pip 的区别
很多新手会混淆 Conda 和 pip。其实它们根本不是同一个层面的东西。我做个表格给你看：
| 对比维度 | Conda | pip |
|---|---|---|
| 所属生态 | Anaconda 生态（独立通道） | PyPI（Python 生态） |
| 能装什么 | Python 包 + 非 Python 二进制库（如 CUDA、HDF5） | 纯 Python 包（少数 wheel 带编译） |
| 环境管理 | 内置 conda create / env |
需借助 venv 或 virtualenv |
| 依赖解决 | SAT 求解器，自动找兼容版本 | 线性依赖，容易冲突 |
| 默认源 | Anaconda 官方 channel / conda-forge | PyPI 官方源 |
| 二进制支持 | 自动处理动态链接库，无需编译器 | 部分包需要本地编译（如 numpy、scipy） |
核心差异一句话：Conda 连 C 库一起管，pip 只管 Python 包。如果你只用纯 Python 包（比如 Flask、Requests），pip 完全够用；但只要涉及底层库（CUDA、OpenCV、GDAL），Conda 就舒服得多。
我曾经碰到过一个坑：同事用 pip 装 opencv-python，结果视频解码库没编译进去，所有视频处理代码全部报错。换成 Conda 的 opencv 包后一次搞定——因为它自带了 ffmpeg 的二进制依赖。
1.3 Miniconda vs Anaconda
Anaconda 是一个大而全的发行版，内置了 1500+ 科学计算包。Miniconda 是它的最小版本，只带 Conda 本身和 Python。两者关系就像「全家桶 vs 自选套餐」。
- Anaconda（约 3GB）——开箱即用，适合初学者、上课、不想折腾环境的人。包都是预编译好的，安装就能跑。
- Miniconda（约 50MB）——极简，适合生产环境、Docker 镜像、需要自己掌控依赖的开发者。
我个人强烈推荐生产环境用 Miniconda。为什么？占空间小、启动快、升级灵活。Anaconda 里有一大半包你用不上，纯属浪费硬盘。我记得有次在客户内网服务器上部署，空间只剩 2GB，Anaconda 装完直接警告爆满。换成 Miniconda 后，只装了项目需要的包，空间还剩很多。
另外，如果你在 Docker 里用 Conda，官方推荐用 continuumio/miniconda3 镜像，基础镜像体积只有 200MB 左右，非常适合 CI/CD。
1.4 快速上手：一分钟装好 Conda
不管你选 Miniconda 还是 Anaconda，安装都很简单。去官网下载对应系统的安装包就行。我习惯用命令行装 Miniconda（Linux/macOS）：
# 下载 Miniconda 安装脚本（Python 3.8+）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 执行安装（一路 yes）
bash Miniconda3-latest-Linux-x86_64.sh
# 安装完成后初始化 shell
conda init
# 验证是否装好
conda --versionconda 24.5.0），说明安装成功。
安装完成后，第一件事就是配置国内镜像源，否则下载包会很慢（尤其是 conda-forge 通道）。我之前在海外用默认通道没问题，但回国后不换源简直没法用。配置方法很简单：
# 添加 conda-forge 通道（国内建议用清华源）
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/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes