目录

一、为什么不推荐原生 Python / Anaconda？

1. 原生 Python 的致命短板

2. Anaconda 的臃肿弊端

二、Conda、Anaconda、Miniconda 三者关系

1. Conda

2. Anaconda

3. Miniconda

三、Miniconda 核心优势

四、Miniconda 安装步骤

1. 下载

2. 安装核心设置（重中之重）

3. 手动配置系统环境变量

五、验证安装是否成功

六、高频常备 Conda 实操命令

七、长期使用避坑总结

八、全文总结

---

上一篇内容我们完整配置好了 VSCode 代码编辑器，搞定了 C/C++ 的开发环境。编辑器是代码的载体，但想要正常运行 Python 代码、做项目开发、后续进阶学习，仅仅有编辑器是远远不够的

很多人初次接触 Python，基本都是直接在官网下载原生 Python，或者跟风安装 Anaconda。但长期使用下来就会发现，这两种方式都存在很明显的弊端：原生 Python 没有任何环境隔离能力，所有项目依赖、库版本全部全局混杂，稍微多写几个项目就会出现版本冲突、库覆盖、代码莫名报错的问题；而 Anaconda 功能齐全但极度臃肿，预装大量永远用不到的依赖包，占用海量磁盘空间，后台冗余进程多，非常拖累设备运行速度

为了解决这些问题，适配长期的 Python 学习与项目开发，我更倾向于使用更轻量化、更干净、更规范的工具：Miniconda

一、为什么不推荐原生 Python / Anaconda？

先把最核心的问题讲清楚，搞懂取舍逻辑，才能明白为什么主流开发场景都优先选择 Miniconda。

1. 原生 Python 的致命短板

原生官方 Python 最大的问题就是无虚拟环境隔离。电脑里只会存在一个全局 Python 环境，不管是写小脚本、做爬虫、做数据分析、跑 AI 项目，所有第三方库全部装在同一个环境中。不同项目需要的库版本各不相同，很容易出现新版本覆盖旧版本、依赖冲突、项目突然无法运行的情况，后期排查问题成本极高

2. Anaconda 的弊端

Anaconda 是 Conda 的完整版全家桶，内置了上千个预装依赖、可视化工具、各类科学计算库。看起来开箱即用，实则非常鸡肋。绝大多数日常开发、脚本编写、入门实操根本用不到这些预装内容，只会白白占用硬盘空间、增加后台进程、拖慢系统速度，灵活性极低，完全不适合轻量化开发

二、Conda、Anaconda、Miniconda 三者关系

很多人一直分不清这三个概念，其实逻辑非常简单：Conda 是管理工具，Anaconda、Miniconda 是 Conda 的两种安装发行版。

1. Conda

一款跨平台的包管理 + 环境管理工具，不局限于 Python。核心作用就是创建独立虚拟环境、自由切换语言版本、统一管理项目依赖，从根源解决依赖混乱、版本冲突问题，是现代化开发的标准工具

2. Anaconda

完整豪华版，预装海量依赖库和可视化工具，体积庞大、冗余严重，仅适合专业离线科研、大规模数据分析场景，日常开发完全不推荐

3. Miniconda

极简纯净版，只保留 Conda 核心程序、纯净 Python 解释器和基础运行依赖。体积仅百兆级别，安装快速、无捆绑、无冗余后台、无垃圾预装内容

重点：两者核心命令、功能完全一致，没有任何阉割，仅预装内容不同。日常学习、项目开发、长期迭代，Miniconda 完全够用，也是目前使用率最高的方案

三、Miniconda 核心优势

Miniconda能被广泛使用的原因总结下来就是以下四点：

1. 极致轻量化：安装包体积小巧，安装后占用空间极低，无多余后台进程，低配设备也能流畅运行，不会拖慢系统
2. 完全环境隔离：可以创建多个相互独立的虚拟环境，不同项目单独配置 Python 版本和依赖，环境互不干扰，彻底杜绝版本冲突问题
3. 高度自由可控：所有依赖按需安装，环境干净整洁，不会自动预装无用库，可完全根据项目需求自定义配置
4. 全场景适配：从基础语法练习、脚本编写，到爬虫、数据分析、后端开发、AI 实验，一套环境全程复用，无需反复重装配置

四、Miniconda 安装步骤

1. 下载

原则和 VSCode、编译器安装逻辑一致，坚决不要在应用商店、软件管家、第三方网站下载，容易下载到老版本、修改版、捆绑包，出现各种莫名报错。优先官网原版或官方镜像站下载，保证环境纯净稳定

官方下载地址可直接获取最新版，国内下载缓慢可使用清华镜像站加速下载，这里也为大家准备了官网的链接与清华源的下载链接·：

https://www.anaconda.com/docs/getting-started/concepts/anaconda-or-miniconda

上面这个是Anaconda官网，里面有miniconda的下载链接与教程，不会下载的可以跟着教程将miniconda下载下来（下载之前要在官网上注册一个账号然后才能下载）

Anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

这个是清华源提供的下载链接

2. 安装核心设置

下载完成后双击安装包进入安装向导：

1. 同意用户协议后，安装类型选择「仅我使用」，无需全员安装，权限更稳定
2. 安装路径绝对不能有中文、空格、特殊字符，建议安装在非系统盘根目录，路径简短干净，避免后续装包、运行报错
3. 高级选项设置：取消勾选自动添加到系统 PATH，不要注册为系统默认 Python（如下面第二张图所示）。自动配置极易打乱系统原有环境变量，引发各类软件冲突，后续我们手动精准配置更稳定
4. 可勾选清理安装缓存，安装完成自动冗余清理，保证环境干净

点击Install之后就安装完成了

3. 手动配置系统环境变量

安装完成后环境不会自动生效，需要手动配置环境变量，这是 Conda 命令能在全局使用的关键

跟配置VSCode的操作一样，首先找到编辑环境变量，然后找到PATH

在PATH中新建添加以下三个路径（替换为你自己的安装目录）：

• miniconda3
• miniconda3/Scripts
• miniconda3/Library/bin

4. 配置镜像源

在使用python的过程中我们可能需要各种各样的库或者包，这时候我们就需要通过指令conda install 或者 pip等等来安装我们所需要的内容

又或者我们需要创建一个环境用到了conda create，这些都会用到conda这个命令，如果我们没有提前配置好默认的镜像源，就会出现报错

具体的步骤是这样的：

1.win + R 在输入CMD先打开命令行

2.在命令行内输入以下指令配置默认镜像源为清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

以上·添加完成后全部保存，关闭所有终端窗口，重启终端保证配置完全生效

五、验证安装是否成功

打开 CMD 或者 VSCode 终端，输入验证指令：

conda --version

或者在开始菜单里直接找Anaconda Prompt，在这里面输入conda --version也是可以查看是否下载成功的

终端正常输出版本号，代表安装+环境变量配置全部成功。如果提示「不是内部或外部命令」，说明环境变量未配置成功，重新检查路径、重启终端或电脑再次尝试即可

六、高频常备 Conda 实操命令

安装完成后，不需要记忆复杂指令，掌握以下几条高频命令即可：

conda env list  # 查看本地所有已创建虚拟环境
conda create -n 环境名 python=3.10  # 创建指定版本虚拟环境（3.10 版本兼容性最强，适配绝大多数项目）
conda activate 环境名  # 激活并进入对应虚拟环境
conda deactivate  # 退出当前虚拟环境，回到基础环境
conda remove -n 环境名 --all  # 删除无用虚拟环境，释放磁盘空间

七、使用建议

这里整理一些长期使用的使用建议：

1、坚决不使用 base 全局环境写项目

全局环境一旦装包过多，必然出现依赖冲突。养成「一个项目、一个独立虚拟环境」的习惯，是规范开发的第一步

2、优先 Miniconda，放弃 Anaconda

Anaconda 臃肿冗余、后台占用高、环境杂乱，完全不适合长期迭代。Miniconda 轻量化、可控性强、干净稳定，更适配个人开发与学习

3、所有路径保持纯英文无空格

无论是软件安装路径、项目文件夹路径，一律不要中文、空格、特殊符号，可以规避绝大多数玄学安装报错、编译失败问题

4、禁止全局随意装包

所有依赖全部在对应项目虚拟环境中安装，不混用、不全局安装，从根源保持环境整洁

5、及时清理无用环境

废弃项目的虚拟环境及时删除，避免环境过多导致管理混乱、命令错乱

八、全文总结

至此，我们已经完成了 VSCode 代码编辑器 + Miniconda 纯净 Python 环境 的全套标准化搭建。一套稳定、干净、可复用的开发环境，是所有代码实操、项目开发的基础。相比于混乱的原生 Python、臃肿的 Anaconda，Miniconda 兼顾了流畅度、规范性与实用性，完全适配 Python 全场景开发需求