Anaconda、Miniconda 、 Miniforge 三者的关系，以及Miniforge的基础使用

Anaconda、Miniconda 和 Miniforge 均为 Python 生态中广泛使用的环境与包管理工具，基于 Conda 的核心技术构建，但在功能、体积和适用场景上存在显著差异。Anaconda 提供完整的科学计算工具链，预装大量库但体积庞大；Miniconda 是其精简版，仅包含必要组件，需用户按需安装依赖；而 Miniforge 则进一步优化，默认使用社区驱动的 Conda-Forge 频道，规避了 Anaconda 的商业许可限制，更适合开源场景。下文将详细解析三者的核心区别，以及Miniforge的基础使用。

一、前程提要

在初学python的时候，所有操作都一股脑的在本地环境里胡乱操作，现在项目逐渐变多，发现不同库的所需环境会有区别，然后就开始研究本篇文章的内容，来解决当多个项目需要不同python环境的问题的其中一种办法。

二、Anaconda、Miniconda、Miniforge 三者共同点

1. 共同的核心：Conda

这是它们最根本的共同点。它们都包含并基于 Conda 这个核心工具。

• 它可以安装和管理包括 Python、C、C++、R、Java、JavaScript 等任何语言的库和工具。

• 功能：都使用 Conda 进行：

  • 包管理：安装、更新、卸载软件包（如 numpy, pandas）。

  • 环境管理：创建、激活、删除独立的虚拟环境。

这意味着，无论你选择哪一个，你学到的一套 Conda 命令（如 conda create, conda install, conda activate）都是完全通用的。

2. 共同的目标：解决相同的问题

它们被创造出来都是为了解决 Python 数据科学领域的一系列核心痛点：

• 依赖地狱：管理软件包之间复杂的依赖关系。

• 环境隔离：为不同的项目创建独立的、互不干扰的环境。

• 跨平台安装：提供预编译的二进制包，使得在 Windows、macOS、Linux 上安装复杂的科学计算库变得简单。

• 复现性：通过环境配置文件，确保项目在任何机器上都能以相同的方式运行。

3. 共同的工作流

使用这三者中的任何一个，其基本工作流程都是一致的：

1. 安装 其中一个发行版。

2. （可选）创建一个新的隔离环境。

3. 激活该环境。

4. 安装项目所需的包。

5. 进行你的编码和数据分析工作。

这个工作流不因你选择哪个发行版而改变。

4. 兼容的生态系统

• 包格式：它们都使用相同的 Conda 包格式（.conda 和 .tar.bz2）。

• 环境文件：它们都使用相同的 environment.yml 文件来导出和复现环境。你用 Miniconda 创建的环境文件，完全可以被 Anaconda 或 Miniforge 使用。

三、Anaconda、Miniconda、Miniforge 三者区别

特性维度	Anaconda	Miniconda	Miniforge
定位与性质	"全家桶"发行版 开箱即用的数据科学平台	"精简版"发行版 官方最小化安装	"社区版"发行版 社区驱动的轻量级替代品
包含内容	• Conda + Python • 1500+ 预装科学包 • Anaconda Navigator • Spyder IDE等工具	• Conda + Python • 仅核心依赖 • 无预装科学包	• Conda + Python • 仅核心依赖 • 无预装科学包
默认软件源	defaults (Anaconda官方仓库)	defaults (Anaconda官方仓库)	conda-forge (社区仓库)
维护方	Anaconda, Inc. (商业公司)	Anaconda, Inc. (商业公司)	Conda-Forge 社区 (开源社区)
安装体积	很大 (3-5 GB)	很小 (300-500 MB)	很小 (300-500 MB)
许可证	混合许可证 包含商业条款	混合许可证 包含商业条款	100% 开源
包更新速度	较慢 经过严格测试，稳定性优先	较慢 同Anaconda官方源	较快 社区维护，新版本上架迅速
性能特点	标准性能	标准性能	依赖解析更快 包元数据更优化
适用场景	• 数据科学初学者 • 需要立即开始工作 • 硬盘空间充足 • 企业标准环境	• 中高级用户 • 喜欢完全控制环境 • 硬盘空间有限 • 自定义环境需求	• 开源爱好者 • 需要最新软件版本 • 重视完全开源 • 追求更好性能

简略：
Anaconda：非常重，基础数据科学的环境都有，适合不考虑硬盘想立马开始上手的

Miniconda：非常轻，只有基础的Conda+Python，想要的都需要自己装，适合追求操纵感和考虑硬盘空间的。和Anaconda都是商业，使用defaults官方源。

Miniforge：属性和Miniconda一样，但使用conda-forge社区源，所以包更新快而全，依赖解析更快，下面讲解Miniforge的基础用法。

四、Miniforge基础操作

安装Miniforge：以下为Windows的操作

github：https://github.com/conda-forge/miniforge

下载 Miniforge3-Windows-x86_64.exe 的包，这种方式可以指定路径

但新版的需要自行配置环境变量

基础使用

1.创建新环境

mamba create -p ./mamba_env python=3.10 -y

2.查看本地现有的mamba环境

conda info --envs

3.激活环境

conda activate 路径

激活后再次查看现有的mamba环境，激活后的环境在前面会带*

4.设置 conda-forge 为最高优先级的渠道

conda config --add channels conda-forge

5.安装依赖

mamba install numpy pandas matplotlib jupyter -y

        -y为选项都选yes

6.退出环境

conda deactivate

Miniforge可以很便捷的在自己电脑中创建及使用多个相互独立的python环境。