什么是 Conda

Conda 是一个开源的跨平台包、依赖与环境管理器。它最初为 Python 数据科学而生，但如今可以管理任意语言的二进制依赖（如 CUDA、MKL、编译器），这也是它与纯 Python 工具链最大的区别。

为什么需要 Conda

在 Python 开发中，「在我机器上能跑」同样恼人：不同项目需要不同版本的库，甚至不同版本的 Python 解释器；部分科学计算库（如 NumPy）底层依赖特定版本的 C/Fortran 运行时。Conda 通过隔离的环境 + 二进制包解决它：

• 隔离：每个环境拥有独立的 Python 解释器与包目录，互不干扰。
• 二进制分发：预编译好的二进制包避免本地编译，安装更快、成功率更高。

Anaconda 与 Miniconda

两者都基于同一个 Conda 引擎，区别在于预装内容：

对比项	Anaconda	Miniconda
体积	约 3~5 GB	约 100 MB
预装内容	Conda + 1500+ 科学计算包（NumPy、Pandas、Jupyter 等）	仅 Conda + Python
适用场景	新手、希望开箱即用	需要轻量、按需安装、CI / 容器
启动速度	较慢（包多）	快

💡 推荐：日常开发与服务器优先选 Miniconda，按需 conda install；教学或快速试用可选 Anaconda。

核心组件

Conda 采用本地仓库 + 通道（channel）架构：

• Conda 客户端（CLI）：你执行的 conda 命令。
• 环境（environment）：相互隔离的工作区，含独立的解释器与包。
• 通道（channel）：包的下载源，默认是 Anaconda.org 的 defaults，社区常用 conda-forge。

提示

典型工作流

安装 Miniconda → conda create 新建环境 → conda activate 进入环境
                                              ↓
                          conda install 装包 / pip install 装 PyPI 包

接下来阅读 核心概念 了解 Conda 环境、通道与 pip 的关系。