1. 为什么我最终把 Anaconda 换成了 Miniconda如果你刚开始接触 Python 数据科学或者科学计算大概率会先听说 Anaconda。它确实省事装完就自带几百个包Jupyter、Spyder、NumPy、Pandas 一应俱全。但用久了你会发现两个问题一是安装包动辄 3GB 起步装完占 5GB 以上二是它预装的包版本往往不是你项目需要的你还是要自己建虚拟环境那预装的那一堆东西就纯属浪费磁盘和下载时间。Miniconda 就是在这个背景下进入我视野的。它本质上是 Anaconda 的“最小化版本”只包含 conda 包管理器和 Python 解释器本身安装包大概 80MB 到 120MB装完也就 400MB 左右。你需要什么包自己用 conda 或 pip 装环境干净可控。对于我这种经常要在多台机器上部署、又不想每次都等半小时下载的人来说Miniconda 几乎是唯一合理的选择。但问题来了Miniconda 的官方下载地址在国内访问速度很不稳定。有时候几十 KB/s有时候直接断连。所以“镜像下载地址”这件事就成了每个国内开发者绕不开的第一道坎。这篇内容就是把我这些年用过的官方地址、国内加速镜像、以及各种踩坑经验整理出来让你不用再一个个试。提示本文提到的所有镜像地址均为公开的软件包分发站点仅用于加速开源软件的下载不涉及任何其他用途。2. Miniconda 官方下载渠道与版本选择逻辑2.1 官方地址到底长什么样Miniconda 的官方下载入口在 Anaconda 公司的文档站点上具体路径是docs.anaconda.com/miniconda/。这个页面会列出所有操作系统的安装包包括 Windows、macOSIntel 和 Apple Silicon 分开、Linuxx86_64、aarch64、ppc64le、s390x。每个平台下面又分 Python 3.x 的不同小版本。官方安装包的命名规则很规整比如Miniconda3-latest-Windows-x86_64.exe、Miniconda3-latest-Linux-x86_64.sh、Miniconda3-latest-MacOSX-arm64.pkg。这里的latest表示当前最新的稳定版通常对应最新的 Python 3.x 版本。如果你需要特定 Python 版本比如 3.9 或 3.10就要找带版本号的包比如Miniconda3-py39_24.1.2-0-Windows-x86_64.exe。我个人的建议是除非你有明确的版本兼容需求否则直接用 latest 版本。因为 conda 本身支持在虚拟环境里指定任意 Python 版本你装完 Miniconda 之后完全可以conda create -n myenv python3.9来建一个 3.9 的环境不需要为了 Python 版本去下载特定的安装包。2.2 Windows 用户要注意 exe 和 msi 的区别Windows 平台官方提供两种格式.exe和.msi。.exe是图形化安装程序双击后一路下一步就行适合个人开发机。.msi是静默安装包适合企业批量部署或者用脚本自动化安装。我踩过的一个坑是在某些 Windows Server 环境下.exe安装程序会因为缺少某些运行库而报错换成.msi配合msiexec /i命令反而顺利。所以如果你在服务器上装优先考虑.msi。另外Windows 安装时有一个选项叫“Add Miniconda3 to my PATH environment variable”默认是不勾选的。官方不建议勾选理由是可能和系统里已有的 Python 冲突。但如果你像我一样经常在命令行里直接敲conda不勾选的话每次都要用“Anaconda Prompt”或者手动进安装目录很麻烦。我的做法是不勾选但安装完后手动把安装目录\Scripts和安装目录\Library\bin加到系统 PATH 里这样既可控又方便。2.3 macOS 的 arm64 和 x86_64 别选错从 M1 芯片开始macOS 分成了 arm64 和 x86_64 两个架构。如果你用的是 Apple Silicon 的 Mac一定要下载Miniconda3-latest-MacOSX-arm64.pkg。如果误装了 x86_64 版本虽然可以通过 Rosetta 2 运行但性能会打折扣而且某些科学计算库的二进制包可能不兼容。怎么确认自己的架构终端里敲uname -m输出arm64就是 Apple Silicon输出x86_64就是 Intel。这个命令在 Linux 上也通用后面讲 Linux 的时候还会用到。2.4 Linux 下 sh 脚本的安装细节Linux 用户下载的是.sh脚本安装方式是bash Miniconda3-latest-Linux-x86_64.sh。这个脚本会交互式地问你安装路径、是否初始化 conda。如果你在自动化脚本里用可以加-b参数进入批处理模式默认装到~/miniconda3。这里有个细节安装脚本最后会问“Do you wish the installer to initialize Miniconda3 by running conda init?”选 yes 的话它会修改你的.bashrc或.zshrc。如果你用的是 zsh 但脚本没检测到可能需要手动加一行source ~/miniconda3/etc/profile.d/conda.sh。我遇到过好几次在 Docker 容器里装完 conda 命令找不到就是因为这个初始化没做。3. 国内加速镜像的可用方案与实测对比3.1 清华大学镜像站最稳定的选择清华大学的 TUNA 镜像站是国内最早、最稳定的开源软件镜像之一。Miniconda 的镜像地址在mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/。这个目录下会同步官方所有的安装包包括各个版本、各个平台。使用方式很简单把官方下载链接里的repo.anaconda.com替换成mirrors.tuna.tsinghua.edu.cn/anaconda就行。比如官方链接是https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh镜像链接就是https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh。实测下来清华镜像的下载速度在我这里电信宽带能稳定在 10MB/s 以上基本跑满带宽。而且它同步频率很高官方发布新版本后通常几小时内就会同步。3.2 北京外国语大学镜像站备用方案BFSU 的镜像地址是mirrors.bfsu.edu.cn/anaconda/miniconda/。它的目录结构和清华一致用法也相同。我一般把清华作为首选BFSU 作为备用。有时候清华在维护或者某个特定包同步延迟BFSU 能顶上。3.3 阿里云镜像企业环境友好阿里云的镜像站mirrors.aliyun.com/anaconda/miniconda/在阿里云 ECS 上访问速度极快几乎是内网级别的体验。如果你在公司内网或者阿里云服务器上部署优先用这个。不过它在公网上的速度有时候不如清华稳定取决于你的网络运营商。3.4 中科大镜像站老牌但偶尔抽风中科大的mirrors.ustc.edu.cn/anaconda/miniconda/也是老牌镜像但我在使用过程中遇到过几次同步不及时的情况比如官方已经发了 24.x 版本它上面还是 23.x。所以我现在把它排在清华和 BFSU 之后。3.5 各镜像站实测对比镜像站地址前缀同步频率实测速度电信推荐场景清华大学mirrors.tuna.tsinghua.edu.cn/anaconda高10-15 MB/s首选通用北外mirrors.bfsu.edu.cn/anaconda高8-12 MB/s备用阿里云mirrors.aliyun.com/anaconda中5-20 MB/s阿里云内网中科大mirrors.ustc.edu.cn/anaconda中6-10 MB/s备用注意镜像站的速度受你的网络运营商、时段、镜像站负载等多因素影响上表只是我个人在特定环境下的实测值不代表绝对水平。4. 下载之后的安装与配置那些文档里不会写的事4.1 安装路径里千万别有空格和中文这是我最想强调的一点。Miniconda 的安装路径如果包含空格或中文字符后续 conda 创建环境、安装包时会出现各种莫名其妙的错误。比如C:\Program Files\Miniconda3这种带空格的路径某些包的编译脚本会解析失败。中文路径就更不用说了编码问题能让你排查到怀疑人生。我的习惯是统一装在C:\miniconda3或者D:\miniconda3。Linux 和 macOS 下用~/miniconda3就行。4.2 装在 D 盘之后系统还原了怎么办这是一个很典型的场景你把 Miniconda 装在 D 盘C 盘系统还原或重装后发现 conda 命令用不了了。原因通常是环境变量丢失或者 conda 的初始化脚本在 C 盘的用户目录下被清掉了。解决办法分两步。第一步手动把D:\miniconda3、D:\miniconda3\Scripts、D:\miniconda3\Library\bin加到系统 PATH。第二步在命令行里执行D:\miniconda3\Scripts\conda init它会重新写入初始化配置。如果还不行就手动在用户目录下创建.condarc文件内容指向你的安装路径。我实际遇到过更极端的情况系统还原后 D 盘的 conda 环境还在但conda activate报错说找不到conda.sh。这时候需要手动source D:/miniconda3/etc/profile.d/conda.sh然后再 activate。所以我现在养成了一个习惯把 conda 的初始化命令写进一个单独的脚本文件放在 D 盘系统出问题后直接跑一下就行。4.3 环境变量配置的三种方式Windows 下配置 conda 环境变量有三种方式各有优劣。第一种是安装时勾选“Add to PATH”。优点是省事缺点是可能和系统里其他 Python 冲突而且官方不推荐。第二种是手动添加系统环境变量。控制面板 - 系统 - 高级系统设置 - 环境变量在 Path 里加三条安装根目录、Scripts 目录、Library\bin 目录。这种方式最可控我推荐这种。第三种是用 conda init 自动配置。它会在 PowerShell 或 CMD 的配置文件里写入初始化代码。这种方式对 PowerShell 用户最友好因为 PowerShell 默认不读系统 PATH 里的某些路径。4.4 验证安装是否成功装完之后打开一个新的命令行窗口依次执行conda --version python --version conda infoconda --version应该输出类似conda 24.1.2的版本号。python --version输出 Miniconda 自带的 Python 版本。conda info会显示当前的环境信息、配置文件路径、镜像源配置等。如果conda命令找不到但python能用说明 PATH 里只加了 Python 目录没加 Scripts 目录。反过来如果python找不到说明 PATH 完全没配好。5. 镜像源配置让 conda install 也快起来5.1 为什么下载完 Miniconda 还要配镜像很多人以为下载完 Miniconda 就万事大吉了结果一执行conda install numpy发现下载速度又是几十 KB/s。这是因为 conda 默认从repo.anaconda.com拉取包这个域名在国内同样慢。所以下载安装包只是第一步配置 conda 的包镜像源才是让后续所有操作都流畅的关键。5.2 .condarc 文件的写法conda 的镜像配置写在.condarc文件里。Windows 下这个文件在C:\Users\你的用户名\.condarcLinux/macOS 在~/.condarc。如果没有就自己创建一个。清华镜像的配置内容如下channels: - defaults show_channel_urls: true 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/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud写完保存后执行conda clean -i清除索引缓存然后conda install就会走镜像了。5.3 pip 镜像也要一起配conda 管不到的包你会用 pip 装。pip 默认走 PyPI 官方源国内同样慢。所以.condarc配完之后pip 的镜像也要配。Linux/macOS 下创建~/.pip/pip.confWindows 下创建%USERPROFILE%\pip\pip.ini内容[global] index-url https://pypi.tuna.tsinghua.edu.cn/simple trusted-host pypi.tuna.tsinghua.edu.cn或者直接用命令行配置pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple这样 conda 和 pip 双管齐下基本告别慢速下载。5.4 恢复默认源的命令有时候镜像站出问题或者某个包在镜像上找不到你需要临时切回官方源。命令是conda config --remove-key channels或者直接删掉.condarc文件。pip 的话用pip config unset global.index-url。我建议在配镜像之前先备份一份原始的.condarc出问题时能快速回滚。6. 常见问题排查与我的个人经验6.1 SSL 证书错误用镜像站下载时偶尔会遇到SSL: CERTIFICATE_VERIFY_FAILED错误。这通常是因为你的系统根证书过期或者镜像站的证书链有问题。临时解决办法是加--trusted-host参数但这只对 pip 有效。conda 的话需要在.condarc里加ssl_verify: false不过这会降低安全性不建议长期使用。更好的办法是更新系统的 CA 证书。Windows 下可以通过 Windows Update 更新Linux 下sudo update-ca-certificatesmacOS 下用brew install ca-certificates。6.2 下载到一半断连大文件下载断连是家常便饭。我的做法是用wget -c或curl -C -支持断点续传。比如wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh-c参数表示继续未完成的下载。如果你用浏览器下载大部分现代浏览器也支持断点续传但有时候需要手动点“继续”。6.3 镜像站上没有最新版本官方发布新版本后镜像站同步需要时间。如果你急着用最新版有两个选择一是等几小时到一天二是从官方源下载。我一般不急等镜像同步。但如果项目紧急我会先用官方源下载同时把镜像地址记下来等同步后再用镜像。6.4 卸载 Miniconda 的正确姿势Miniconda 没有自带卸载程序需要手动删。步骤是先conda init --reverse清除初始化配置然后删掉安装目录最后清理.condarc和.conda目录。Windows 下还要检查环境变量里有没有残留的路径。我见过有人直接删安装目录结果 PATH 里还留着旧路径导致命令行各种报错。所以卸载时一定要把环境变量和配置文件一起清理干净。6.5 Miniconda 和 Anaconda 能不能共存可以共存但不建议。两个都装的话PATH 里谁在前面谁生效很容易搞混。如果你已经装了 Anaconda 又想换 Miniconda建议先彻底卸载 Anaconda再装 Miniconda。或者用 conda 的环境隔离功能在 Anaconda 里建一个干净的环境当 Miniconda 用。6.6 关于 conda 和 pip 混用的建议在 conda 环境里混用 pip 是常见操作但要注意顺序先用 conda 装能装的包再用 pip 装 conda 没有的包。反过来先 pip 后 conda 的话conda 可能会覆盖 pip 装的版本导致依赖冲突。另外pip 装的包在conda list里会显示为pip标记方便区分。如果你要导出环境conda env export默认不包含 pip 包需要加--from-history或者手动补上pip freeze的结果。7. 不同操作系统下的完整操作清单7.1 Windows 10/11 完整流程确认系统架构设置 - 系统 - 关于看“系统类型”是 64 位还是 ARM64。从清华镜像下载对应的.exehttps://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Windows-x86_64.exe。双击安装路径选C:\miniconda3不勾选“Add to PATH”。安装完成后手动把C:\miniconda3、C:\miniconda3\Scripts、C:\miniconda3\Library\bin加到系统 PATH。打开新的 CMD 或 PowerShell执行conda --version验证。创建.condarc配置清华镜像源。执行conda clean -i清缓存。测试conda install numpy看速度。7.2 Ubuntu 22.04 完整流程uname -m确认架构通常是x86_64。wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh。bash Miniconda3-latest-Linux-x86_64.sh安装路径用默认的~/miniconda3。安装脚本问是否 conda init选 yes。source ~/.bashrc让配置生效。conda --version验证。配置.condarc和 pip 镜像。测试安装。7.3 macOS 完整流程uname -m确认是arm64还是x86_64。下载对应的.pkg文件。双击安装或者用installer -pkg命令行安装。安装完成后终端里执行conda init zsh如果你用 zsh。source ~/.zshrc。配置镜像源。验证。8. 我这些年积累的几个实用技巧第一个技巧把常用镜像地址存成一个文本文件放在桌面。我见过太多人每次装新机器都要重新搜一遍镜像地址浪费时间。我自己的做法是维护一个mirrors.txt里面按操作系统和用途分类存好所有地址需要时直接复制。第二个技巧用conda create时指定--dry-run先看依赖。有时候你装一个包conda 会解析出一大堆依赖其中可能有你不想要的版本冲突。加--dry-run可以只显示计划不实际执行确认没问题再去掉参数执行。第三个技巧定期conda clean -a清理缓存。conda 下载的包会缓存在本地时间长了能占几个 GB。conda clean -a会清理所有缓存包括索引、包、tar 包。我一般每个月跑一次。第四个技巧环境导出用--from-history。conda env export默认导出所有依赖的精确版本换一台机器可能装不上。加--from-history只导出你手动安装的包让 conda 自己解析依赖兼容性更好。第五个技巧遇到奇怪的报错先conda update conda。很多问题是因为 conda 本身版本太老更新一下就好了。这个命令走镜像源的话很快。第六个技巧Windows 下用 PowerShell 而不是 CMD。PowerShell 对 conda 的支持更好尤其是 activate 环境的时候。CMD 下有时候需要额外配置。第七个技巧不要在 conda base 环境里装项目包。base 环境只放 conda 本身和少量工具所有项目包都建独立环境。这样 base 环境不会因为某个包的依赖冲突而崩掉。我见过有人把 base 环境搞坏了最后只能重装 Miniconda。第八个技巧记录每个环境的用途。我习惯在环境名里体现用途比如nlp-pytorch、cv-tf、>