CycleUser

近年来接触了不少初学 Python 的朋友，发现几种常见做法会带来一些困难：

一部分人直接从官网下载 Python 解释器，不仅下载速度慢，后续的环境变量配置和多版本管理也较为繁琐；
另一部分人选择安装体积庞大的 Anaconda3，并长期依赖 Spyder 等类似 MATLAB 界面的集成开发环境，但这类环境依赖链条复杂，稍有版本不匹配便可能导致整个系统无法启动；
还有一些人在面对多项目并行开发时，遭遇包依赖冲突，虽尝试使用虚拟环境，却因路径混乱或管理不便而难以有效隔离环境。

针对上述问题，一种更轻量、灵活的解决方案是采用 Miniconda——Anaconda 的精简版本。通过将其安装至固定路径、配置全局可用，并为不同项目单独创建指定 Python 版本及依赖组件的隔离环境，可显著提升开发效率与环境稳定性。

当然了，随着以后开发经验的积累，完全可以逐渐按照自己的开发偏好或者所在团队的规范来另行设置。

本文围绕这一实践路径展开说明：如何在 Windows 系统中，从中国科学技术大学开源软件镜像站（USTC）下载并安装 Miniconda3，部署至 C:\Miniconda3 目录，并完成基础开发环境的配置。内容涵盖安装流程、PowerShell 初始化、镜像源设置、虚拟环境创建及包管理操作，适用于初学者与日常开发场景。

为什么从 TUNA 换成 USTC？ 清华大学 TUNA 镜像站已宣布不再提供 Anaconda 官方仓库的镜像服务。USTC 镜像站目前仍然提供 Miniconda 安装包下载以及 conda-forge、bioconda 频道的动态缓存。需要注意的是，USTC 的 Anaconda 镜像不包含 Anaconda 公司维护的 defaults 频道（即 main、free 等），而是通过 conda-forge 和 bioconda 这两个社区频道来提供包。对于绝大多数用户来说，conda-forge 已经能够覆盖日常所需的几乎全部 Python 包，且更新更频繁、版本更新。

1、下载 Miniconda3 安装程序

安装程序需从 USTC 镜像站获取，以确保下载速度与版本时效性。使用以下链接直接下载适用于 64 位 Windows 系统的最新版 Miniconda3：

下载地址：

https://mirrors.ustc.edu.cn/anaconda/miniconda/Miniconda3-latest-Windows-x86_64.exe

该链接始终指向最新稳定版本，无需手动选择具体文件名。

2、安装 Miniconda3 到 C:\Miniconda3

目标路径 C:\Miniconda3 位于系统盘根目录，Windows 默认限制普通用户在此位置写入数据。因此，安装过程必须以管理员权限运行，并选择"所有用户"安装模式。

安装步骤：

右键点击下载完成的安装文件（Miniconda3-latest-Windows-x86_64.exe），选择 "以管理员身份运行"。
在安装向导中点击 "Next"，勾选 "I Agree" 接受许可协议。
在 安装类型（Select Installation Type） 页面，选择 "All Users (requires admin privileges)"。

注意：尽量别选择 "Just Me"，否则安装程序无法写入 C:\ 目录。

在 安装路径（Choose Install Location） 页面，手动输入路径：

C:\Miniconda3

在 高级选项（Advanced Options） 页面：
勾选 "Add Miniconda3 to my PATH environment variable"；
勾选 "Register Miniconda3 as my default Python 3.x"。
点击 "Install" 开始安装，完成后点击 "Finish"。

安装完成后，Miniconda3 将位于 C:\Miniconda3，对系统中所有用户可用。

3、初始化 Conda 对 PowerShell 的支持

Conda 需通过初始化操作，才能在 PowerShell 中自动激活环境并提供命令补全等功能。该操作需在管理员权限下执行一次，后续普通用户即可正常使用。

初始化步骤如下：

以管理员身份启动 PowerShell：
按 Win + S，搜索 "PowerShell"；
右键选择 "以管理员身份运行"。
设置 PowerShell 执行策略，允许本地脚本运行：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

输入 Y 并回车确认。

执行 Conda 初始化命令：

& "C:\Miniconda3\Scripts\conda.exe" init powershell

关闭当前 PowerShell 窗口，重新打开一个新的普通 PowerShell 窗口（无需管理员权限）。
验证初始化是否成功：

conda --version

若返回版本号（如 conda 24.5.0），说明配置成功。此时命令行提示符前可能显示 (base)，表示 Conda 的基础环境已激活。

4、配置 Conda 与 pip 使用 USTC 镜像源

配置 Conda 镜像源

由于 USTC 镜像不提供 Anaconda 官方的 defaults 频道，我们需要移除 defaults，改为使用 conda-forge 和 bioconda 这两个社区频道。

首先，检查是否已存在 .condarc 配置文件：

conda config --show-sources

如果显示的配置中包含 defaults 频道，先删除该文件：

Remove-Item "$env:USERPROFILE\.condarc" -ErrorAction SilentlyContinue

然后重新生成并写入 USTC 镜像配置：

conda config --set show_channel_urls yes

这条命令会在 %USERPROFILE% 目录下生成 .condarc 文件。接下来手动写入完整配置：

@'
channels:
  - nodefaults
custom_channels:
  conda-forge: https://mirrors.ustc.edu.cn/anaconda/cloud
  bioconda: https://mirrors.ustc.edu.cn/anaconda/cloud
show_channel_urls: true
'@ | Out-File -FilePath "$env:USERPROFILE\.condarc" -Encoding utf8

写入完成后，清除索引缓存使配置生效：

conda clean -i

验证配置是否正确：

conda create -n testenv numpy -c conda-forge

如果能正常从 USTC 镜像下载并安装，说明配置成功。可以删除测试环境：

conda env remove -n testenv

配置 pip 镜像源

执行以下命令创建 pip 配置文件，使用 USTC 的 PyPI 镜像：

mkdir -Path $env:APPDATA\pip -Force
@'
[global]
index-url = https://pypi.mirrors.ustc.edu.cn/simple
trusted-host = pypi.mirrors.ustc.edu.cn
'@ | Out-File -FilePath $env:APPDATA\pip\pip.ini -Encoding utf8

配置完成后，所有 pip install 命令将自动使用 USTC 的 PyPI 镜像，显著提升安装速度。

5、创建 Python 3.12 虚拟环境

为避免不同项目间的依赖冲突，推荐使用 Conda 创建独立的虚拟环境。

创建与激活环境：

# 创建名为 dev、Python 版本为 3.12 的环境
conda create -n dev python=3.12 -y
# 激活该环境
conda activate dev

激活后，命令行提示符前将显示 (dev)，表示当前处于 dev 环境中。

验证 Python 版本：

python --version

输出应为：

Python 3.12.x

6、使用 conda 和 pip 安装包

在虚拟环境中，可使用 conda 或 pip 安装所需库。由于 USTC 镜像走的是 conda-forge 频道，安装时建议显式指定 -c conda-forge，若包在 conda-forge 中不存在，再使用 pip。

安装示例：

# 确保已激活 dev 环境
conda activate dev
# 使用 conda 从 conda-forge 安装 numpy
conda install numpy -c conda-forge -y
# 使用 pip 安装 requests（从 USTC PyPI 镜像）
pip install requests

查看已安装的包：

查看 Conda 安装的包：

conda list

查看 pip 安装的包：

pip list

7、常用命令速查

功能	命令
激活环境	`conda activate dev`
退出当前环境	`conda deactivate`
查看所有环境	`conda env list`
删除环境	`conda env remove -n dev`
导出环境配置	`conda env export > environment.yml`
从配置文件创建环境	`conda env create -f environment.yml`
从 conda-forge 安装包	`conda install <包名> -c conda-forge`

总结

通过上述步骤，已完成以下配置：

从 USTC 镜像下载并安装 Miniconda3 至 C:\Miniconda3；
在 PowerShell 中正确初始化 Conda；
将 Conda 的频道配置为 USTC 镜像的 conda-forge 和 bioconda；
将 pip 的默认源设置为 USTC PyPI 镜像；
创建了独立的 Python 3.12 开发环境；
掌握了基本的包管理操作。

日常开发中应始终使用虚拟环境，以保持项目依赖的清晰与隔离。该配置适用于数据科学、机器学习、Web 开发等多种 Python 应用场景。

References

USTC Anaconda 镜像帮助：https://mirrors.ustc.edu.cn/help/anaconda.html
USTC PyPI 镜像帮助：https://mirrors.ustc.edu.cn/help/pypi.html
Miniconda 安装包目录：https://mirrors.ustc.edu.cn/anaconda/miniconda/