conda配置多版本python

参考这里：https://blog.csdn.net/z_johnny/article/details/137568407。如pycharm使用的时候，可用上述虚拟环境的py作为解释器，或者conda或者其他的都可以正常使用。比如windows，在配置我的电脑中的环境变量，在系统变量的Path中新增下面内容。创建成功后切换环境，以现有py3.9为例。创建一个python 3.11的环境。如果要多个

_Johnny_

1188人浏览 · 2024-04-15 17:09:57

_Johnny_ · 2024-04-15 17:09:57 发布

Anaconda vs Miniconda vs Miniforge

他们的核心都是包含conda这一工具，来实现 python 环境(environment) 和包(package) 管理的，（其实conda不仅仅可以用来管理python，很多语言R, Java, C都支持）。

Anaconda 和 Miniconda 是一个公司的产品，商用是付费的，个人暂时免费；
Miniforge是由社区主导，用GitHub托管，完全免费。
Miniconda 和 Miniforge是差不多的产物，mini代表着轻量化
Anaconda是完整版，就略显臃肿，里面包括spyder、Jupter、Notebook、Ananconda navigator等程序环境。

Anaconda vs Miniconda

Miniconda = Python + conda，安装最小的支持包，如openssl, ncurses…

Anaconda = Python + conda + meta package ，如

Anaconda3-2022.05-Windows-x86_64，安装至少不低于400个常见的支持包，如curl, numpy, pandas…

也就是说，Anaconda = Miniconda + more packages。Anaconda 一般还包括一个图形界面spyder，主要是多了一些基本的包，常见的包，安装完后，一般就可以直接使用，很省事，不用再单独安装了，但也有一些可能一直用不到，占用了许多空间。Miniconda 可以按需求安装库，但也可以借助conda install anaconda手动实现anaconda一样的预安装包 pre-installed package。Anaconda是安装初期花费更多时间下载，Miniconda是后期花更多时间单独安装。主语用哪一个，就看个人爱好了。我都都在Anaconda环境下教学，如果有特殊的包环境，我就建立虚拟环境，占用空间，反正现在硬盘大小不是问题，也不是主要矛盾。

Miniconda vs Miniforge

Miniforge 使用conda-forge 作为默认 channel
Miniconda 使用anaconda.org 作为默认channel。
另外：Miniforge 比 Anaconda、Miniconda 更早支持了Apple M1芯片。2022年5月6日Anaconda官方宣布原生支持了Apple M1版本。在苹果官方的Tensorflow加速训练教程中也是推荐的Miniforge。

channel含义：conda channels (源) 是 packages 存储的位置，也即是你是从哪个来源下载这个包，对应到conda内部处理则是下载文件的链接。因为不同源会有相同名字的包，因此必须指定来源，同时安装conda的时候也会有一个默认的channel。目前主流的就是 conda-forge，齐全且更新快。如果有多个channel，他们会按顺序确定优先级，优先的源上找不到，就会到下一个优先级的源上去找。还可以设置channel的优先级是否strict，如果是strict的话，则只会在这一个源上查找。

Conda vs Pip

conda包管理的来源是anaconda.org，而pip的来源是 PyPI (Python Package Index)。
pip是专门针对python打包而成的，属于wheels or source distributions，需要compiler来安装；conda的包是二进制（conda packages are binaries），因此包含例如C语言写的库，同时也不需要compilers。
pip的没有严格的依赖冲突检查，而conda是会有严格的依赖冲突检查。
通常我们安装一个python包，直接用pip install 就行，但如果我们想要多个python环境，也就需要用到virtualenv；同时如果这个包没有不是 Python packages，是用C语言写的；这时候就需要Conda登场了，它同时解决了以上所有问题。