admin管理员组文章数量:1130349
一、先搞懂:Miniforge3 是啥?为啥用它?
不用记复杂概念,先明确它的作用:
-
轻量级工具箱:比 Anaconda 体积小,不装冗余软件,适配 Python 及数据分析(numpy、pandas)、AI(TensorFlow)所需 “插件”,苹果 M1/M2 芯片电脑可正常使用。
-
适合新手场景:处理 Excel 数据、制作 Python 图表、练习 AI 模型,还能 “分开装软件”——A 项目用 Python 3.9、B 项目用 3.11,互不冲突。
-
解决 3 个痛点:无需手动找安装包、避免版本装错、解决 “别人能装我不能装” 的问题。
二、手把手装 Miniforge3:一步都不落下
1. 确认电脑系统
只需区分:Windows(Win10/Win11)、Mac(苹果电脑),当前电脑多为 64 位,无需额外确认。
2. 下载安装包
-
官网下载(网速快):打开 https://conda-forge/miniforge/ ,下滑至 “Miniforge3” 栏:
-
Windows:点击 “Miniforge3-Windows-x86_64.exe”
-
Mac:M1/M2 芯片点 “Miniforge3-MacOSX-arm64.sh”,Intel 芯片点 “Miniforge3-MacOSX-x86_64.sh”
-
-
国内镜像下载(网速慢):打开 https://mirrors.tuna.tsinghua.edu/anaconda/miniconda/ ,选择对应系统安装包。
3. 开始安装
(1)Windows 系统
-
双击.exe 文件,弹 “用户账户控制” 点 “是”
-
依次点 “Next”→勾 “我接受协议”→“Next”
-
安装路径默认(C:\Users\ 你的用户名 \miniforge3),点 “Next”
-
关键步骤:勾 “Add Miniforge3 to my PATH environment variable”,点 “Install”
-
完成后点 “Next”→“Finish”
(2)Mac 系统
-
打开 “启动台 - 其他 - 终端”
-
找到下载的.sh 文件,拖进终端后按回车
-
按提示 “按回车继续”,翻完协议后输入 “yes” 回车
-
安装路径默认,按回车,显示 “installation finished.” 即完成
4. 验证安装
-
Windows:打开 “命令提示符”(Win 键搜 “cmd”);Mac:重启终端
-
输入 “conda --version” 回车:
-
显示 “conda 23.10.0”(版本号不限)即成功
-
提示 “conda 不是内部命令”(Windows):重装并勾 “Add to PATH”;提示 “command not found”(Mac):重启终端
-
三、新手必学:Miniforge3 最常用操作
跟着抄命令即可,每个命令附使用场景。
1. 环境管理:建 “独立空间” 装软件
(1)查看已有环境
-
场景:了解已建环境
-
命令:conda env list
-
结果:带 “*” 为当前环境,“base” 是默认环境(勿删),示例:
base \* /Users/你的用户名/miniforge3
shujufenxi /Users/你的用户名/miniforge3/envs/shujufenxi
(2)新建环境(以 “数据分析环境” 为例)
-
场景:专门装数据分析软件,不影响其他项目
-
命令:conda create -n shujufenxi python=3.11
- 说明:“shujufenxi” 为环境名(可自定义),“python=3.11” 为稳定版本
-
操作:回车后输 “y” 确认,显示 “done” 即完成
(3)激活环境
-
场景:装软件或运行代码前需激活
-
命令:
-
Windows:conda activate shujufenxi
-
Mac:source activate shujufenxi
-
-
验证:终端前显示 “(shujufenxi)” 即成功
(4)退出环境
-
场景:换环境或关终端前
-
命令:conda deactivate
-
验证:“(shujufenxi)” 消失,回到 base 环境
(5)删除环境
-
场景:环境建错或长期不用
-
命令:conda env remove -n shujufenxi
-
注意:删除后无法恢复,回车后输 “y” 确认
2. 包管理:装 / 卸软件
(1)装软件(以 numpy、pandas 为例)
-
前提:激活目标环境
-
命令:conda install numpy pandas
- 说明:装其他软件替换名称(如 matplotlib:conda install matplotlib)
-
操作:回车后输 “y” 确认,等待完成
(2)卸软件(以 numpy 为例)
-
前提:激活目标环境
-
命令:conda remove numpy
-
操作:回车后输 “y” 确认
(3)查看已装软件
-
场景:确认软件是否安装成功
-
命令:conda list
-
结果:列出软件名及版本(如 numpy 1.26.3)
3. 换国内源:解决下载慢
-
场景:装软件转圈或下载失败
-
操作:
-
打开终端(默认 base 环境即可)
-
输命令 1:conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/ ,回车
-
输命令 2:conda config --set show_channel_urls yes ,回车
- 恢复默认源:输 “conda config --remove-key channels” 回车
四、实战:用 Miniforge3 做个小例子
场景 1:搭建数据分析环境并验证
步骤 1:建环境并激活
-
输 “conda create -n shujufenxi python=3.11”,输 “y” 确认
-
激活:Windows 输 “conda activate shujufenxi”,Mac 输 “source activate shujufenxi”
步骤 2:装软件
输 “conda install numpy pandas matplotlib”,输 “y” 确认
步骤 3:验证
-
输 “python” 回车(进入交互模式,显示 “>>>”)
-
输 “import numpy as np” 回车(无报错则 numpy 安装成功)
-
输 “print (np.array ([1,2,3,4]))” 回车(显示 “[1 2 3 4]”)
-
输 “exit ()” 回车退出
场景 2:环境导出与导入
步骤 1:导出环境(你操作)
-
激活需导出环境(如 shujufenxi)
-
输 “conda env export> huanjing.yml” 回车
-
将 “huanjing.yml” 文件发给他人
步骤 2:导入环境(他人操作)
-
保存 “huanjing.yml” 到电脑
-
终端输 “cd 文件所在文件夹路径”(如 “cd 下载”)
-
输 “conda env create -f huanjing.yml” 回车
-
激活:“conda activate shujufenxi” 即可使用
五、新手常踩的坑:怎么解决?
1. Windows 终端输 “conda” 提示 “不是内部命令”
-
原因:安装时未勾 “Add Miniforge3 to my PATH environment variable”
-
解决:
办法 1:重装并勾选该选项
办法 2:手动添加路径 ——Win 键搜 “环境变量”→“编辑系统环境变量”→“环境变量”→用户变量 “Path”→“编辑”→“新建”→粘贴 “C:\Users\ 你的用户名 \miniforge3\Scripts”→确定,重启终端
2. 装软件时 “Solving environment” 卡住
-
原因:依赖解析慢或网速差
-
解决:
-
按 “Ctrl+C” 停止操作
-
换国内源(见第三部分 “换国内源”)
-
装加速工具 mamba:输 “conda install mamba”,后续用 “mamba install 包名” 替代 “conda install 包名”
3. 激活环境提示 “CommandNotFoundError”
-
原因:终端未识别 conda 命令或环境未建好
-
解决:
-
重启终端重试
-
输 “conda env list” 确认环境是否存在,不存在则重新建
4. Mac 装完后输 “conda” 无反应
-
原因:终端未加载 conda 配置
-
解决:
-
重启终端
-
输 “source ~/miniforge3/bin/activate” 回车,再试 “conda”
六、新手也能用上的小技巧
1. 用 mamba 加速装软件
-
作用:比 conda 快,尤其适合装复杂软件(如 TensorFlow)
-
操作:
-
输 “conda install mamba” 安装
-
后续装软件用 “mamba install 包名”(如 mamba install tensorflow)
2. 清理冗余文件
-
作用:删除缓存和旧版本软件,节省空间
-
操作:
-
打开终端(无需激活环境)
-
输 “conda clean -a” 回车,输 “y” 确认
一、先搞懂:Miniforge3 是啥?为啥用它?
不用记复杂概念,先明确它的作用:
-
轻量级工具箱:比 Anaconda 体积小,不装冗余软件,适配 Python 及数据分析(numpy、pandas)、AI(TensorFlow)所需 “插件”,苹果 M1/M2 芯片电脑可正常使用。
-
适合新手场景:处理 Excel 数据、制作 Python 图表、练习 AI 模型,还能 “分开装软件”——A 项目用 Python 3.9、B 项目用 3.11,互不冲突。
-
解决 3 个痛点:无需手动找安装包、避免版本装错、解决 “别人能装我不能装” 的问题。
二、手把手装 Miniforge3:一步都不落下
1. 确认电脑系统
只需区分:Windows(Win10/Win11)、Mac(苹果电脑),当前电脑多为 64 位,无需额外确认。
2. 下载安装包
-
官网下载(网速快):打开 https://conda-forge/miniforge/ ,下滑至 “Miniforge3” 栏:
-
Windows:点击 “Miniforge3-Windows-x86_64.exe”
-
Mac:M1/M2 芯片点 “Miniforge3-MacOSX-arm64.sh”,Intel 芯片点 “Miniforge3-MacOSX-x86_64.sh”
-
-
国内镜像下载(网速慢):打开 https://mirrors.tuna.tsinghua.edu/anaconda/miniconda/ ,选择对应系统安装包。
3. 开始安装
(1)Windows 系统
-
双击.exe 文件,弹 “用户账户控制” 点 “是”
-
依次点 “Next”→勾 “我接受协议”→“Next”
-
安装路径默认(C:\Users\ 你的用户名 \miniforge3),点 “Next”
-
关键步骤:勾 “Add Miniforge3 to my PATH environment variable”,点 “Install”
-
完成后点 “Next”→“Finish”
(2)Mac 系统
-
打开 “启动台 - 其他 - 终端”
-
找到下载的.sh 文件,拖进终端后按回车
-
按提示 “按回车继续”,翻完协议后输入 “yes” 回车
-
安装路径默认,按回车,显示 “installation finished.” 即完成
4. 验证安装
-
Windows:打开 “命令提示符”(Win 键搜 “cmd”);Mac:重启终端
-
输入 “conda --version” 回车:
-
显示 “conda 23.10.0”(版本号不限)即成功
-
提示 “conda 不是内部命令”(Windows):重装并勾 “Add to PATH”;提示 “command not found”(Mac):重启终端
-
三、新手必学:Miniforge3 最常用操作
跟着抄命令即可,每个命令附使用场景。
1. 环境管理:建 “独立空间” 装软件
(1)查看已有环境
-
场景:了解已建环境
-
命令:conda env list
-
结果:带 “*” 为当前环境,“base” 是默认环境(勿删),示例:
base \* /Users/你的用户名/miniforge3
shujufenxi /Users/你的用户名/miniforge3/envs/shujufenxi
(2)新建环境(以 “数据分析环境” 为例)
-
场景:专门装数据分析软件,不影响其他项目
-
命令:conda create -n shujufenxi python=3.11
- 说明:“shujufenxi” 为环境名(可自定义),“python=3.11” 为稳定版本
-
操作:回车后输 “y” 确认,显示 “done” 即完成
(3)激活环境
-
场景:装软件或运行代码前需激活
-
命令:
-
Windows:conda activate shujufenxi
-
Mac:source activate shujufenxi
-
-
验证:终端前显示 “(shujufenxi)” 即成功
(4)退出环境
-
场景:换环境或关终端前
-
命令:conda deactivate
-
验证:“(shujufenxi)” 消失,回到 base 环境
(5)删除环境
-
场景:环境建错或长期不用
-
命令:conda env remove -n shujufenxi
-
注意:删除后无法恢复,回车后输 “y” 确认
2. 包管理:装 / 卸软件
(1)装软件(以 numpy、pandas 为例)
-
前提:激活目标环境
-
命令:conda install numpy pandas
- 说明:装其他软件替换名称(如 matplotlib:conda install matplotlib)
-
操作:回车后输 “y” 确认,等待完成
(2)卸软件(以 numpy 为例)
-
前提:激活目标环境
-
命令:conda remove numpy
-
操作:回车后输 “y” 确认
(3)查看已装软件
-
场景:确认软件是否安装成功
-
命令:conda list
-
结果:列出软件名及版本(如 numpy 1.26.3)
3. 换国内源:解决下载慢
-
场景:装软件转圈或下载失败
-
操作:
-
打开终端(默认 base 环境即可)
-
输命令 1:conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/ ,回车
-
输命令 2:conda config --set show_channel_urls yes ,回车
- 恢复默认源:输 “conda config --remove-key channels” 回车
四、实战:用 Miniforge3 做个小例子
场景 1:搭建数据分析环境并验证
步骤 1:建环境并激活
-
输 “conda create -n shujufenxi python=3.11”,输 “y” 确认
-
激活:Windows 输 “conda activate shujufenxi”,Mac 输 “source activate shujufenxi”
步骤 2:装软件
输 “conda install numpy pandas matplotlib”,输 “y” 确认
步骤 3:验证
-
输 “python” 回车(进入交互模式,显示 “>>>”)
-
输 “import numpy as np” 回车(无报错则 numpy 安装成功)
-
输 “print (np.array ([1,2,3,4]))” 回车(显示 “[1 2 3 4]”)
-
输 “exit ()” 回车退出
场景 2:环境导出与导入
步骤 1:导出环境(你操作)
-
激活需导出环境(如 shujufenxi)
-
输 “conda env export> huanjing.yml” 回车
-
将 “huanjing.yml” 文件发给他人
步骤 2:导入环境(他人操作)
-
保存 “huanjing.yml” 到电脑
-
终端输 “cd 文件所在文件夹路径”(如 “cd 下载”)
-
输 “conda env create -f huanjing.yml” 回车
-
激活:“conda activate shujufenxi” 即可使用
五、新手常踩的坑:怎么解决?
1. Windows 终端输 “conda” 提示 “不是内部命令”
-
原因:安装时未勾 “Add Miniforge3 to my PATH environment variable”
-
解决:
办法 1:重装并勾选该选项
办法 2:手动添加路径 ——Win 键搜 “环境变量”→“编辑系统环境变量”→“环境变量”→用户变量 “Path”→“编辑”→“新建”→粘贴 “C:\Users\ 你的用户名 \miniforge3\Scripts”→确定,重启终端
2. 装软件时 “Solving environment” 卡住
-
原因:依赖解析慢或网速差
-
解决:
-
按 “Ctrl+C” 停止操作
-
换国内源(见第三部分 “换国内源”)
-
装加速工具 mamba:输 “conda install mamba”,后续用 “mamba install 包名” 替代 “conda install 包名”
3. 激活环境提示 “CommandNotFoundError”
-
原因:终端未识别 conda 命令或环境未建好
-
解决:
-
重启终端重试
-
输 “conda env list” 确认环境是否存在,不存在则重新建
4. Mac 装完后输 “conda” 无反应
-
原因:终端未加载 conda 配置
-
解决:
-
重启终端
-
输 “source ~/miniforge3/bin/activate” 回车,再试 “conda”
六、新手也能用上的小技巧
1. 用 mamba 加速装软件
-
作用:比 conda 快,尤其适合装复杂软件(如 TensorFlow)
-
操作:
-
输 “conda install mamba” 安装
-
后续装软件用 “mamba install 包名”(如 mamba install tensorflow)
2. 清理冗余文件
-
作用:删除缓存和旧版本软件,节省空间
-
操作:
-
打开终端(无需激活环境)
-
输 “conda clean -a” 回车,输 “y” 确认
版权声明:本文标题:Miniforge3 新手入门:一看就会的操作指南 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://it.en369.cn/jiaocheng/1763096514a2905701.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。


发表评论