Windows 11 安装 Miniconda + Mamba，配置国内源

Windows 11 安装 Miniconda + Mamba，配置国内源

前置声明： 其他方案（Mambaforge、Miniforge、Micromamba、pip、pip-tools、poetry、hatch、uv、pdm 等）不在本文讨论范围内。

1. Conda & Mamba 简介

1.1. Conda 在 Python 领域的作用

1. 环境隔离与依赖冲突： 轻松创建相互隔离的虚拟环境，解决不同项目对 Python 版本和第三方库（尤其是相互冲突的版本）的需求，避免全局安装的混乱。
2. 跨平台二进制依赖管理： 不仅能安装 Python 包，还能无缝管理复杂的非 Python 依赖库（如 C/C++ 库如 NumPy、SciPy 依赖的 MKL、BLAS 等），解决了纯 Python 包管理器（如 pip）在编译和链接这些依赖时的困难，尤其在 Windows 上。
3. 包版本一致性： 强大的依赖解析器确保环境内所有包（包括底层系统库）的版本兼容性，解决“依赖地狱”问题。
4. 便捷的科学计算栈安装： 特别适合数据科学领域，一键安装包含 Python、核心科学库（NumPy, Pandas, Scikit-learn 等）及其复杂二进制依赖的完整、预编译好的环境。

1.2. Anaconda VS Miniconda

如果你是新手，刚开始使用 Conda，有两个主要的选择：Anaconda 和 Miniconda。这两个都是 Conda 的安装方式，但它们的大小和内容不同，适合不同的需求：

• Anaconda：这是一个“全家桶”版本，大约 3-5 GB 大小。它包括 Conda 本身、Python，以及上百个预装的科学计算包（如 NumPy、Pandas、Matplotlib 等）和工具（如 Jupyter Notebook）。如果你想快速上手数据科学、机器学习或科研项目，而不介意下载大文件，Anaconda 是可选项。但缺点是安装慢、占用空间大，如果你的电脑存储有限，可能不合适。

• Miniconda：这是一个“精简版”，只有几百 MB 大小。它只包含 Conda 和 Python，没有额外包。你需要自己用 Conda 命令安装所需的软件（比如 conda install numpy）。如果你经验稍多、想自定义环境、节省空间，或者只用 Conda 管理少量包，Miniconda 更合适。它安装快、灵活，但新手可能需要多学几条命令来添加包。

建议：作为新手，从 Miniconda 开始，尤其是如果你想保持系统轻量、避免大文件下载，或者逐步学习 Conda 的命令。它更灵活，能让你更好地理解环境管理。两者都能在官网（conda.io）免费下载，支持 Windows、macOS 和 Linux。安装后，用命令如 conda create -n myenv python=3.10 创建环境，就能开始了！

1.3. Mamba 简介

Mamba 是 Conda 的 C++ 重写版本，通过并行依赖解析算法和多线程下载技术，将环境创建和包安装速度提升 5-10 倍。安装 Mamba 可彻底解决传统 Conda 在复杂环境下的"Solving environment"卡顿问题，尤其适合需要频繁切换环境的数据科学家和开发者，同时完全兼容 Conda 的配置文件和操作习惯，无需改变原有工作流即可获得飞跃式性能提升。

关键价值：当 Conda 安装大型环境（如 PyTorch + CUDA）需要 10 分钟时，Mamba 能在 1 分钟内完成，且内存占用降低 30%。

1.4. Conda 与 Mamba 的关系及安装顺序说明

1.4.1. Conda 与 Mamba 的关系

Mamba 并非要取代 Conda，而是作为 Conda 的高性能替代前端，两者共享相同的包格式、环境管理机制和配置文件（如 .condarc）。你可以将 Mamba 理解为 Conda 的"加速版"，它重写了 Conda 最耗时的两个组件：

1. 依赖解析器：使用并行 SAT 求解算法替代 Conda 的单线程求解
2. 包下载器：采用多线程技术大幅提升下载效率

关键特性对比：

• 兼容性：Mamba 完全兼容 Conda 命令（create/install/remove/update 等）
• 生态共享：使用相同的包仓库（conda-forge、defaults 等频道）
• 配置统一：共用 .condarc 配置文件和环境目录

1.4.2 Mamba vs Conda 原理对比

特性	Conda	Mamba
依赖解析算法	SAT求解器	并行求解器
下载方式	单线程	多线程
内存占用	较高	优化30%
安装速度	基准	快5-10倍

1.4.3. 为什么需要先安装 Conda 再安装 Mamba

Mamba 本身是一个 Conda 包，其安装依赖于 Conda 环境管理系统：

1. 基础设施依赖：
   • Conda 提供了核心的环境隔离、包解压和依赖管理功能
   • Mamba 需要基于这些基础能力运行
2. 自举过程：
   • 首次安装必须通过 conda install mamba 完成
   • 安装后 Mamba 便可独立管理环境（包括更新自身）
3. 技术说明：
   • 虽然存在独立发行的 Mambaforge（直接集成 Mamba 的 Miniconda 变体），但本文选择标准 Miniconda + 后装 Mamba 的方案，原因包括：
     • 使用 Conda 官方 Miniconda 包
     • 渐进式学习，先学习 Conda，再接触 Mamba，易于理解
     • 部分用户已经安装了 Conda，但需要 Mamba，可直接在这个基础上安装 Mamba

2. 安装 Miniconda

2.1. 下载安装包

官方下载页面：https://www.anaconda.com/download/success

注意：

如果官方网站速度慢，请选择去以下镜像源下载：

清华大学镜像站下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

选择最新版（截至目前 2025年8月19日 最新版是 py313_25.5.1）的 Windows 系统 x86_64 架构的包：Miniconda3-py313_25.5.1-1-Windows-x86_64.exe

2.2. 关键步骤选择

双击下载的安装包，进入安装向导。遇到选择、填写的地方，参考下方内容：

• 选择 Just Me：

注意：

• 如果选择 All Users，后面的 将 Anaconda 添加到 PATH 环境变量 的选项会被禁用。到时候你需要手动配置环境变量。
• 选择 Just Me，后面则可勾选 将 Anaconda 添加到 PATH 环境变量 选项，安装程序会自动配置当前用户的Path环境变量，这样可以省去手动配置环境变量的麻烦。

安装位置填写：D:\soft\miniconda3，避免C盘空间不足

勾选以下 3 个选项：

• Create shortcuts (supported packages only).
• Add Miniconda3 to my PATH environment variable
• Register Miniconda3 as my default Python 3.13

去除勾选以下选型，点击完成安装：

• Getting started with Condal
• Welcome to Anaconda

2.3. 安装后初步验证

# 打开PowerShell执行
conda --version
# 应显示: conda 25.5.1python --version
# 应显示: Python 3.13.x

3. 配置 conda

3.1. 编辑配置文件

在用户目录（C:\Users\<你的用户名>\）下 新建 -> 文本文档，命名为 .condarc。

注意：

• 新建 -> 文本文档 后，默认扩展名是 .txt，记得删掉 .txt 扩展名。
• 如果没有看到扩展名 .txt，在文件资源管理器中点击“查看” > “选项”，取消勾选“隐藏已知文件类型的扩展名”。

右击 .condarc，用记事本编辑，写入以下内容。

channels:- defaults- conda-forgechannel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpkgs/pro: https://mirrors.tuna.tsinghua.edu.cn/anacondashow_channel_urls: true
auto_activate_base: false

配置文件说明：

• channels：这是你安装包时默认搜索的频道列表（优先级从上到下）
  • defaults：指向 Anaconda 官方的默认频道（但通过 channel_alias 和 default_channels 被重定向到清华镜像）。
  • conda-forge：一个非常流行的开源社区频道，包更新快、质量高，很多现代 Python 包（如 PyTorch、ONNX、Jupyter）都优先从这里安装。
  • 实际效果：当你运行 mamba install numpy 时，会先在 defaults 中找，找不到再去 conda-forge 找。
• channel_alias 是一个“前缀别名”，用于自动将频道 URL 重写为镜像地址。
  • 例如：
  • 当你写 -c conda-forge，Conda 会自动拼接成：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  • 同理，-c pytorch → https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
  • 注意：channel_alias 只对未完整指定 URL 的频道生效（即 -c pytorch 这种简写），对完整 URL 无效。
• default_channels：这是 defaults 频道实际包含的子频道列表，覆盖了 Anaconda 官方的默认源。
  • pkgs/main：核心 Python 包和 Anaconda 官方维护的包（如 Python、NumPy、SciPy）
  • pkgs/r：R 语言相关包
  • pkgs/msys2：Windows 下的系统工具链（如 gcc、make），用于编译扩展
  • 通过这个配置，defaults 不再访问 https://repo.anaconda.com，而是走清华镜像，大幅提升下载速度。
• custom_channels：定义了简写频道名到完整镜像 URL 的映射。
  • 当你使用 -c pytorch，Conda 会查找 custom_channels 中的 pytorch，并拼接成：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
  • conda-forge：现代化、更新快的开源包
  • pytorch：PyTorch 官方发布的包（含 CUDA 支持）
  • bioconda：生物信息学相关包
  • menpo：计算机视觉/人脸相关（较少用）
  • msys2：Windows 编译工具
  • pkgs/pro：Anaconda Professional 工具（已基本弃用）
• show_channel_urls: true
  • 启用后，conda list、conda install 等命令会显示包来自哪个频道和 URL。
  • 方便调试，知道某个包是从 conda-forge 还是 pytorch 安装的。
  • 推荐开启，便于排查依赖冲突。
• auto_activate_base: false 表示打开终端时不自动进入 (base) 环境，更干净。
  • true：每次打开终端（PowerShell/CMD）时，自动激活 (base) 环境。
  • false：不自动激活，保持干净的 shell 环境。
  • 推荐设为 false，避免污染全局环境，只在需要时手动 conda activate。

3.2. 支持 conda 命令在 powershell 中正常使用

# 为 PowerShell 初始化 Conda 的 shell 集成
conda init powershell# 允许运行本地编写的脚本（从网络下载的脚本必须有数字签名）。只对当前用户生效，不影响系统其他用户。
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

关闭并重启 PowerShell 终端。

3.3. 在 conda 的 base 环境配置 pip 国内源

# 1. 激活 base 环境
conda activate base
# 命令提示符会显示 (base) 前缀# 2. 设置永久镜像源（清华源）
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple# 3. 添加信任主机（避免 HTTPS 警告）
pip config set global.trusted-host pypi.tuna.tsinghua.edu.cn

验证配置：

# 查看生效配置
pip config list
# 应显示:
# global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple'
# global.trusted-host='pypi.tuna.tsinghua.edu.cn'

退出 base 环境：

conda deactivate
# 命令提示符的 (base) 前缀会消失

4. 安装配置 Mamba

# 安装Mamba
conda install -n base -c conda-forge mamba -y# PowerShell 初始化 mamba 的 shell 集成
mamba shell init --shell powershell
# 选y
# Enter admin mode to enable long paths support?: [y/N] y
# 弹窗选“是”# CMD 初始化 mamba 的 shell 集成
mamba shell init --shell cmd.exe

关闭并重启 PowerShell 终端。

5. 最终验证

5.1. 验证 Conda

打开 PowerShell 或 CMD 终端，输入以下命令：

# 创建新环境
conda create -n test-conda python=3.10
# 下方选y，回车继续
# Proceed ([y]/n)? y# 列出所有环境
conda env list
# 预期：可以找到下面内容
# test-conda             D:\soft\miniconda3\envs\test-conda# 激活环境
conda activate test-conda
# 如果是PowerShell中，提示符将变成以 (test-mamba) (test-mamba) 开头
# 如果是CMD中，提示符将变成以 (test-mamba) 开头# 退出环境
conda deactivate# 删除环境
conda env remove -n test-conda
# 下方都选y，回车继续
# Proceed ([y]/n)? y
# Do you wish to continue?
#  (y/[n])? y# 再次列出所有环境
conda env list
# 预期：下面内容已经从输出列表中消失
# test-conda             D:\soft\miniconda3\envs\test-conda

5.2. 验证 Mamba

打开 PowerShell 或 CMD 终端，输入以下命令：

# 创建新环境
mamba create -n test-mamba python=3.11
# 下方选y，回车继续
# Confirm changes: [Y/n] y# 列出所有环境
mamba env list
# 预期：可以找到下面这一行
# test-mamba          D:\soft\miniconda3\envs\test-mamba# 激活环境
mamba activate test-mamba
# 如果是PowerShell中，提示符将变成以 (test-mamba) (test-mamba) 开头
# 如果是CMD中，提示符将变成以 (test-mamba) 开头# 退出环境
mamba deactivate# 删除环境
mamba env remove -n test-mamba
# 下方选y，回车继续
# Confirm changes: [Y/n] y# 再次列出所有环境
mamba env list
# 预期：下面内容已经从输出列表中消失
# test-mamba             D:\soft\miniconda3\envs\test-mamba