使用Miniforge构建数据科学环境

一、背景

最近，有不少公司因为员工在工作电脑上安装和使用Anaconda和Miniconda存在商业风险而禁用这两个软件，员工需要找到一个替代方案，Miniforge成为首选（对习惯使用conda管理python环境的同学）

但实际安装过程中，还是容易踩坑。因此我把我安装过程中记录下来，做一个详细的安装指南，希望能给相关同学一些参考帮助。

Anaconda、Miniconda、Miniforge三者的区别如下：

特性	Anaconda	Miniconda	Miniforge
商业使用许可	需要商业许可证	免费	免费
商业支持服务	提供商业支持（需付费）	可选择购买 Anaconda 支持服务	不提供官方商业支持
个人和教育使用	免费	免费	免费
预装包数量	大量预装包（1,500+ 个）	仅包含 Conda 和 Python	仅包含 Conda 和 Python
安装包大小	大（约 3-4 GB）	小（约 50 MB）	小（约 50 MB）
包管理频道	默认 Anaconda 频道	默认 Anaconda 频道（因为这个可能会侵权）	默认 Conda-forge 频道
多平台支持	主要是 x86 和 x86_64	主要是 x86 和 x86_64	支持 x86, ARM, PowerPC
支持来源	Anaconda, Inc.	社区支持（可选 Anaconda 商业支持）	Conda-forge 社区支持

二、安装

2.1 Minforge3下载

官网下载速度稍慢（其实也还好，因为只有50M），推荐使用国内镜像进行下载。

国内镜像下载地址（推荐秒下）：NJU Mirror

根据自己的系统环境选择下载版本，推荐不带版本号的最新版本。Mac系统注意是Intel x86的芯片还是ARM芯片（即M1～M4芯片）。比如我是M3芯片，选择版本如下：Miniforge3-MacOSX-arm64.sh

2.2 安装

安装文件下载好以后，打开终端，进入Miniforege3的安装源文件所在的目录。比如对Mac电脑，下载文件默认会保存到Downloads文件夹下，进入该文件目录：

cd downloads # 替换自己下载Miniforege3的安装源文件的目录

然后运行安装命令

bash Miniforge3-MacOSX-arm64.sh # 需要替换自己的安装文件名

这个时候会出现许多license提示，我们持续按Enter键就行，直到出现终极选择：是否同意上述license，输入“yes”即可开始安装

接着系统会跟你确认安装路径，确认后就开始安装了！

接下来很重要，也是我踩的一个坑。安装指引会询问你是否把conda添加到终端的系统路径，意思就是启动终端后，自动激活conda，此时用户名左边会自动带出（base）

这种状态不影响文件操作命令的（cd/ls等），所以建议选择“yes”（PS：我当时选择了no，然后出现了无法启动conda，试过了多种方法都无效，比如使用通过conda activate命令启动conda，从安装目录中～miniforege3/bin/conda启动等等，不知道是哪里出问题了，最后只能重新安装）

这样基本上就装好了。

三、切换数据源（repodata）

默认数据源是conda-forge，因为conda-forge服务器在国外，我们安装包的时候速度会很慢，所以建议切国数据内源。另外看到评论区有同学提到，不切换源还可能被云壳kill掉。

切换数据源需要修改condarc文件的内容，先运行下列两条命令：

conda config --set show_channel_urls yes

# 换其国内镜像源，以清华镜像为例

vim ~/.condarc

# 这里介绍Vim的使用方法，运行上述命令后，按“i”键进入“INSERT”模式（最后一行会显示“INSERT”），

# 然后编辑condarc中的内容（通过复制粘贴替换当前的内容），编辑完成后，按“ESC”键退出编辑模式，然后按“Shifit+：”，最后一行显示“：”时，输入wq（保存退出）

将condarc配置文件内容修改为如下：

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/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

修改后，进行如下config设置：

# 显示检索路径，每次安装包时会将包源路径显示出来

conda config --set show_channel_urls yes
conda config --set always_yes True

# 执行以下命令清除索引缓存，保证用的是镜像站提供的索引

conda clean -i

可以检查下配置是否生效。

1. 终端运行：conda config --show channels

这时会显示如下内容。可以看到，除了官方的conda-forge外，增加了一个default源，且排序靠前

channels:
    - defaults
    - conda-forge

2. 终端运行 conda config --show-sources命令，确认是不是我们刚刚设置的数据源地址，如果看到下面内容，则我们的配置生效了。

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/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

最后，在进行创建环境之前，最好对conda进行初始化，conda init 这个命令会帮忙自动配置环境变量（如 .bashrc 或 .bash_profile 等），省去手动配置的麻烦。

conda update conda
conda init

四、创建conda环境

接下来就可以创建新的conda环境，安装相应的数据包了，大功告成！

conda create -n {env_name} python=3.12 # 替换为自己的环境名称
conda activate {env_name}
conda install numpy pandas scipy matplotlib seaborn jupyter notebook jupyterlab # 把常用的包安装上