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

原创已于 2025-10-27 17:36:00 修改 · 1.7k 阅读

CC 4.0 BY-SA版权

文章标签：

于 2025-10-13 17:18:08 首次发布

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：

安装其中一个发行版。
（可选）创建一个新的隔离环境。
激活该环境。
安装项目所需的包。
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。