一，什么是Conda Miniconda Anaconda
简单说，Conda 是一个包管理和环境管理工具，Anaconda 是预装了大量科学计算包的 Python 发行版，Miniconda 则是只含 Conda 和 Python 的精简版。可以这样理解：Conda 是引擎，Anaconda 是装满配置的整车，Miniconda 是空车自己装。
三者关系很清晰：
- Conda：一个开源工具，用来安装、卸载、更新软件包，还能创建和管理多个隔离的虚拟环境，避免项目之间依赖冲突。它不绑定 Python，也支持 R、C/C++ 等语言。
- Anaconda：一个"全家桶"发行版，安装时自带 Conda、Python 和 250+ 个常用科学计算包（如 NumPy、Pandas、Matplotlib），还有图形界面 Navigator，适合新手或不想折腾环境的人，但体积大，占用约 3GB 空间。
- Miniconda：Anaconda 的官方精简版，只包含 Conda、Python 和少量必要依赖，没有预装任何科学计算包，需要自己按需安装，体积仅约 100MB，更轻量灵活，适合有经验或需要自定义环境的人。
怎么选：
- 追求省心、零基础入门：选 Anaconda，开箱即用，图形界面点一点就能管理环境和包。
- 想要轻量、灵活、自己掌控：选 Miniconda，装完按需用
conda install安装所需包，干净省空间。 - 只想用底层工具：直接安装 Conda 本体也可以，但它通常随 Anaconda 或 Miniconda 一起提供。
参考文档：https://juejin.cn/post/7262280335978987557
二 为什么用Anaconda
在最开始使用python语言进行编写程序的时候，我们需要两个东西,一个是python解释器，用来解释编译我们的python代码。另一个是编写代码过程中使用到的第三方包，一般放在site-packages目录下。
解释器：
第三方包：
解释器： 由于python版本不同，解释器也分为python2和python3两个版本。python2和3之间无法互相兼容，也就是说用python2语法写出来的脚本不一定能在python3的解释器中运行
包集合： 包集合中包含了自带的包和第三方包，第三方包我们一般通过pip或者easy_install来下载，当一个python环境中不包含这个包，那么引用了这个包的程序不能在该python环境中运行
anaconda解决的问题：
第一个问题：不同的项目，我们可能使用到的python版本是不一样的，python2和python3无法兼容，python3的小版本之间也存在着差异，这样我们在做项目的时候，去来回切换python环境变量，是非常麻烦的。有了anaconda以后，可以帮我们解决这个问题。这是anaconda帮我解决的第一个问题，python版本切换。
第二个问题：另一个要解决的问题就是包的问题，如果我们本地只有一个python环境，我有很多个项目，使用pip install方法会默认把包安装在同一个路径中，这样把所有项目的包都放到同一个环境，就会导致我们的环境十分混乱。而且，当我们想把一个写好的程序放到另一个电脑上运行的时候，需要一个个区手动下载相关的包。这就让人十分头疼。此时，如果我们每个项目都用自己独立的环境，开发好以后，把该程序需要的环境独立打包出来，相当于我们的程序有着自己的沙盒，这个沙盒中有我们自有的环境和包。这样我们的程序就变的十分干净整洁。
第三个问题：单独安装python，很多常用的功能包我们需要一个个手动去下载安装，使用anaconda则不用考虑这些问题，会自动包含很多常用的包。并且还捆绑了交互式代码编辑器。（Spyder、Jupyter...）。
二 安装 Anaconda
到此我们的conda已经安装完毕。此时，我们的开始菜单中多了如下几个目录。
我们可以通过 Anconda Prompt(conda) 使用conda。
1.常用指令
conda env list查看全部环境
conda create -n myenv python=3.10创建名叫 myenv、python3.10 的环境conda activate myenv激活 myenv 环境conda deactivate退出环境conda install numpy安装 numpy 包conda list看装了哪些库conda remove numpy卸载包conda env list查看全部环境conda config --show-sources查看镜像源
