miniconda是轻量级conda发行版，支持在windows中创建、激活、管理及导出隔离的python虚拟环境。步骤包括：下载安装并配置path；用conda create创建环境、conda activate激活；在激活环境中用conda/pip安装包；用conda env list查看、conda activate切换、conda env remove删除环境；最后通过environment.yml导出与复现环境。
如果您希望在Windows系统中轻量级地管理Python环境，Miniconda提供了一个精简的conda发行版，无需安装完整Anaconda即可使用conda命令创建、切换和隔离多个Python虚拟环境。以下是完成安装与环境管理的详细步骤：
一、下载并安装Miniconda
Miniconda安装包体积小、启动快，仅包含conda、Python及必要依赖，适合对环境控制要求明确的用户。安装过程会自动配置系统环境变量，使conda命令可在任意命令行窗口中调用。
1、访问Miniconda官方下载页面（https://docs.conda.io/en/latest/miniconda.html），选择适用于Windows的64位Python 3.x版本（如Miniconda3 Windows 64-bit）。
2、双击下载的.exe安装文件，勾选“Add Miniconda3 to my PATH environment variable”选项（推荐，避免后续手动配置路径）。
3、点击“Install”开始安装，等待进度条完成，点击“Finish”退出安装向导。
4、按Win + R，输入cmd并回车，执行conda --version和python --version，确认输出有效版本号。
二、使用conda创建独立Python虚拟环境
conda可基于指定Python版本或包列表创建完全隔离的环境，每个环境拥有独立的解释器、库路径与依赖关系，避免项目间版本冲突。
1、在命令提示符中执行：conda create -n myenv python=3.9，其中myenv为自定义环境名称，python=3.9指定Python版本。
2、出现确认提示时输入y并回车，等待conda解析依赖并下载安装包。
3、创建完成后，执行conda activate myenv激活该环境，命令行前缀将显示(myenv)标识。
4、执行python -c "import sys; print(sys.executable)"，验证当前使用的Python解释器路径是否位于envs\myenv\子目录下。
三、在环境中安装与管理第三方包
激活环境后，所有通过conda或pip安装的包均仅对该环境生效，不会影响base环境或其他项目环境。
1、确保已激活目标环境（命令行显示(myenv)），执行conda install numpy pandas安装科学计算常用库。
2、若需安装PyPI中未收录的包，可直接使用pip install requests，conda会识别当前环境路径并正确安装。
3、查看当前环境中已安装包：执行conda list，输出含包名、版本、安装渠道等信息。
4、卸载指定包：执行conda remove matplotlib，或使用pip uninstall flask进行精确移除。
四、切换、列出与删除Python环境
conda支持多环境并存，用户可在不同项目间快速切换，也可清理不再使用的环境以节省磁盘空间。
1、查看所有已创建环境：执行conda env list或conda info --envs，当前激活环境旁标注*符号。
2、切换至其他环境：执行conda activate otherenv，原环境自动停用，新环境立即就绪。
3、停用当前环境并返回base：执行conda deactivate，命令行前缀恢复为(base)或消失。
4、彻底删除指定环境及其全部内容：执行conda env remove -n oldenv，系统将清空envs\oldenv\整个目录。
五、导出与复现环境配置
通过环境文件可精确记录包名与版本号，便于在其他机器上重建一致的开发环境，保障协作与部署可靠性。
1、在已配置好的环境中执行：conda env export > environment.yml，生成YAML格式的环境快照文件。
2、编辑environment.yml，可手动删减非必要依赖（如prefix:行），保留name、dependencies等关键字段。
3、在新系统中执行：conda env create -f environment.yml，conda将自动解析依赖并安装匹配版本。
4、验证复现结果：激活新环境后运行conda list，比对包名与版本是否与原环境一致，特别注意numpy、scipy等核心包的构建编号（如py39h1a5b3a7_0）也需相同。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
