首页 Miniconda3 2026 轻量级 Python 环境管理工具安装与使用指南

Miniconda3 2026 轻量级 Python 环境管理工具安装与使用指南

更新于 2026-09-29

Miniconda3是什么?它和Anaconda有何不同?

Miniconda3 是一款轻量级的 Python 环境管理工具,本质上是 Anaconda 的迷你版本。Anaconda 在数据科学领域非常流行,内置了 conda 包管理器、Python 运行环境和数百个常用科学计算库,但安装包体积较大(约 3-5 GB)。Miniconda3 则只包含 conda 包管理器、Python 以及少量必要依赖包,安装包仅 50-80 MB,其余库按需安装,更为灵活轻便。

Miniconda3 的核心价值在于通过 conda 创建和管理独立的 Python 环境。你可以为不同项目创建各自的虚拟环境,每个环境拥有独立的 Python 版本和包依赖,互不干扰。例如,项目 A 使用 Python 3.9 与 TensorFlow 2.10,项目 B 使用 Python 3.12 与 PyTorch 2.0,通过 Miniconda3 即可实现两个环境并存且隔离,切换便捷。

Miniconda3安装包下载方式

Miniconda3 安装包下载地址:Miniconda3 安装包(源自官网,放心使用)

Windows 用户选择 Miniconda3 Windows 64-bit 的 .exe 安装包下载,macOS 用户根据芯片选择 Intel 或 Apple Silicon 版本,Linux 用户选择对应架构的 .sh 脚本即可。 夸克网盘下载

Miniconda3安装步骤详解

Windows 平台的安装较为直接。下载完成后双击 .exe 安装包,弹出安装向导界面,点击”Next”进入下一步:

接着是许可协议页面,点击”I Agree”同意协议:

选择安装类型时,建议选择”Just Me”(仅当前用户),避免管理员权限相关操作:

安装路径默认为 C:\Users\用户名\miniconda3,可根据需要修改,也可保持默认。

在”Advanced Installation Options”页面,有两个重要选项:

  • 第一个是”Add Miniconda3 to my PATH environment variable”,建议勾选,以便安装后直接在命令行使用 conda 命令;
  • 第二个是”Register Miniconda3 as my default Python”,若电脑未安装其他 Python,可勾选此项。

随后点击”Install”开始安装,等待进度条完成即可。

macOS 和 Linux 的安装方式类似:下载 .sh 脚本后,打开终端,先为脚本添加执行权限(chmod +x Miniconda3-latest-MacOSX-x86_64.sh),然后运行脚本(bash Miniconda3-latest-MacOSX-x86_64.sh),按提示一路回车确认。安装过程中会询问是否将 conda 初始化到 shell 配置文件中,建议选择”yes”,以便后续打开终端即可直接使用 conda 命令。

Miniconda3使用注意事项

安装完成后,打开命令提示符(Windows 按 Win+R 输入 cmd 回车)或终端(macOS/Linux),输入 conda —version 验证是否成功。若提示”不是内部或外部命令”,说明安装时未勾选”Add Miniconda3 to PATH”,需手动配置环境变量。右键点击”此电脑”选择”属性”,进入”高级系统设置”,点击”环境变量”按钮,在系统变量中找到 Path,双击打开并添加 Miniconda3 的安装目录(替换为自己的安装路径):

D:\miniconda3 D:\miniconda3\Library\bin D:\miniconda3\Scripts

保存后重新打开命令行即可。若不想修改系统变量,也可以在开始菜单中启动”Anaconda Prompt (Miniconda3)“来使用命令行。

常见问题

问:创建虚拟环境时太慢或卡住怎么办? 答:通常是 conda 在解析依赖关系时耗时较长,可尝试使用 mamba 替代 conda 的依赖解析,速度会快很多。安装 mamba 只需在 base 环境中执行 conda install mamba -n base -c conda-forge,之后用 mamba install 和 mamba create 替代 conda install 和 conda create 即可。

问:激活环境后运行 Python 脚本提示缺少某些模块,如何处理? 答:说明该模块在当前环境里未安装。先用 conda list 查看已安装的包列表,确认需要的模块是否存在,若没有则用 conda install 或 pip install 安装。注意不要安装到 base 环境里,除非所有项目都需要该包,否则应安装到各自的项目环境中,以保持环境隔离。

问:conda update —all 更新所有包时出现版本冲突怎么办? 答:通常是因为某些包间依赖关系特殊,一次性全部更新易造成不兼容。建议逐个更新,只更新确实需要更新的包,或者在新的虚拟环境中重新安装所需包的最新版本。生产环境中记录好每个环境的 conda env export > environment.yml 导出配置文件,方便后续还原。