只用來管理 Python 版本和虛擬環境，Miniconda 也是一個很好的選擇

Anaconda 是一個面向數據科學的 Python 發行版，它打包了 Conda、Python 和一堆機器學習和人工智能相關和經常使用的包，並且還能夠用來安裝一些非 Python 編寫的庫。對於科學計算相關的用途很是方便，開箱即用。看起來很適合實驗室或是學校機房使用……

對於常規的 Python 開發來講，Anaconda 過重了，並且主要面向科學計算領域，可是精簡版的 Miniconda 倒是一個很好的虛擬環境和依賴管理工具。

更重要的是 Miniconda 兼容三個主流操做系統，並且不一樣平臺使用一樣的命令和接口（Conda 4.6 以上）。這大概算是我的偏好，由於我總在寫東西給別人看，因此老是喜歡兼容主流操做系統而且接口統一的解決方案。並且另外一方面 pyenv、virtualenvwrapper、direnv 等等相關替代工具都沒有原生 Windows 支持。

Miniconda 是什麼

先來理清幾個概念：

• Conda：包、依賴和環境管理器。
• Anaconda（某種蟒蛇的名字）：面向數據科學的 Python 發行版，包含 conda、conda-build、Python 和 100+ 經常使用的數據科學經常使用的庫及其依賴。
• Miniconda：精簡版的 Anaconda，也是一個 Python 發行版，只包含 conda、Python 和一些基本的包。

相關資源：

• 主頁：https://conda.io/en/latest/
• 源碼：https://github.com/conda/conda
• 文檔：https://conda.io/projects/conda/en/latest/

Miniconda 基本用法

首先你須要訪問下載頁面下載對應操做系統的安裝包進行安裝，Python 版本選擇你想做爲默認選項（base version）的版本。而後打開 Windows 下的 Anaconda Prompt 或是 Anaconda Powershell Prompt，Linux 或 macOS 直接使用終端程序。

下面是一些關鍵用法介紹，詳細內容能夠閱讀 Conda 文檔。

建立虛擬環境

使用 conda create 命令建立虛擬環境，使用 --name 選項（-n）指定虛擬環境名稱：

$ conda create --name foo複製代碼

使用 conda info 命令查看當前環境名稱、Python 版本、虛擬環境文件夾位置、Conda 版本等等各類信息：

$ conda info複製代碼

使用 --envs 選項（-e）查看全部已建立的虛擬環境。在列出的虛擬環境中，使用星號（*）標識的是當前激活的虛擬環境：

$ conda info --envs複製代碼

激活虛擬環境

使用 conda activate 命令激活虛擬環境，添加虛擬環境名做爲參數：

$ conda activate foo複製代碼

激活之後會在命令行提示器前顯示虛擬環境名稱，好比：

(foo) $複製代碼

不添加虛擬環境名稱，就會從新激活基礎環境（base）：

$ conda activate複製代碼

設置虛擬環境的 Python 版本

在建立虛擬環境的時候，可使用 python 參數指定 Python 版本。假設你使用的 Miniconda 默認版本是 Python 3.7，若是你想建立一個 Python 2.7 的虛擬環境，使用下面的命令：

$ conda create --name snakes python=2.7複製代碼

你能夠在虛擬環境名加上標識方便識別 Python 版本，好比：

$ conda create --name snakes-py27 python=2.7複製代碼

搭配 pip / Poetry 來管理依賴

由於 Conda 安裝庫的時候默認使用 Conda 本身的倉庫，這裏包含的 720 多個庫除了流行的 Python 包外大可能是數據科學相關的包。因此，更好的選擇是使用官方 PyPI 倉庫，這樣能夠確保你使用到最近更新的包，並且不會出現有些包找不到的狀況。

咱們要作的就是隻用 Conda 的 Python 版本和虛擬環境管理功能，不用它來管理依賴。依賴管理（安裝、卸載、更新等）仍然使用 pip 進行，或是進一步搭配 pip-tools 來管理依賴。

你須要在 conda 環境內使用下面的命令安裝 pip：

$ conda install pip複製代碼

或是統一使用下面的命令格式建立虛擬環境：

$ conda create --name bar pip複製代碼

這樣在執行 pip 命令時會使用虛擬環境內的 pip，而不是系統全局的 pip。這樣作的反作用是會產生幾個多餘的依賴。

除此以外，你也能夠搭配使用 Poetry。Poetry 默認會自動建立虛擬環境，因此須要關閉 Poetry 自動建立虛擬環境的設定，執行下面的命令便可：

$ poetry config settings.virtualenvs.create false複製代碼

總結

按照我目前掌握到的信息，Miniconda 的優缺點總結以下：

優勢

• 替代 pyenv+virtualenv+virtualenvwrapper 的多個工具組合
• 相似 virtualenvwrapper，能夠在任意位置激活虛擬環境，而不是必須在項目根目錄
• 支持管理不一樣的 Python 版本
• 兼容性很好，支持 Windows

缺點

• conda 和 pip 組合存在潛在的衝突，但狀況在改善
• conda 和 Poetry 組合存在潛在的衝突
• 在 Windows 下，須要使用專用的命令行程序
• 依賴管理比較弱，須要搭配 pip/Poetry 來使用

既然一個 Miniconda 就能很好的勝任 Python 版本管理和虛擬環境管理的任務，爲何要用 pyenv+virtualenv+virtualenvwrapper 呢？遺憾的就是依賴管理功能不夠完善，和 pip/Poetry 搭配使用則可能會有潛在的衝突。因此，推薦能接受 Conda+pip/Poetry 這種搭配的人使用；推薦使用 Python 作數據科學相關工做的人使用。

對比之下，最穩定的解決方案大概仍是 virtualenv+pip+其餘工具……

（若是你發現了錯誤描述、有不一樣見解和想要補充的信息，歡迎評論。）

（3）