Windows 11 安装 Miniconda + Mamba，配置国内源

• 对应视频教程：
  • B站：https://www.bilibili.com/video/BV16XY9zpEX1/
  • 抖音：https://v.douyin.com/nvoVRta2VjI/

声明： 其他方案（Mambaforge、Miniforge、Micromamba、pip、pip-tools、poetry、hatch、uv、pdm 等）不在本文讨论范围内。

1. Conda & Mamba 简介

1.1. Conda 在 Python 领域的作用

1. 环境隔离与依赖冲突： 轻松创建相互隔离的虚拟环境，解决不同项目对 Python 版本和第三方库（尤其是相互冲突的版本）的需求，避免全局安装的混乱。
2. 跨平台二进制依赖管理： 不仅能安装 Python 包，还能无缝管理复杂的非 Python 依赖库（如 C/C++ 库如 NumPy、SciPy 依赖的 MKL、BLAS 等），解决了纯 Python 包管理器（如 pip）在编译和链接这些依赖时的困难，尤其在 Windows 上。
3. 包版本一致性： 强大的依赖解析器确保环境内所有包（包括底层系统库）的版本兼容性，解决“依赖地狱”问题。
4. 便捷的科学计算栈安装： 特别适合数据科学领域，一键安装包含 Python、核心科学库（NumPy, Pandas, Scikit-learn 等）及其复杂二进制依赖的完整、预编译好的环境。

1.2. Anaconda VS Miniconda

如果你是新手，刚开始使用 Conda，有两个主要的选择：Anaconda 和 Miniconda。这两个都是 Conda 的安装方式，但它们的大小和内容不同，适合不同的需求：

• Anaconda：这是一个“全家桶”版本，大约 3-5 GB 大小。它包括 Conda 本身、Python，以及上百个预装的科学计算包（如 NumPy、Pandas、Matplotlib 等）和工具（如 Jupyter Notebook）。如果你想快速上手数据科学、机器学习或科研项目，而不介意下载大文件，Anaconda 是可选项。但缺点是安装慢、占用空间大，如果你的电脑存储有限，可能不合适。

• Miniconda：这是一个“精简版”，只有几百 MB 大小。它只包含 Conda 和 Python，没有额外包。你需要自己用 Conda 命令安装所需的软件（比如 conda install numpy）。如果你经验稍多、想自定义环境、节省空间，或者只用 Conda 管理少量包，Miniconda 更合适。它安装快、灵活，但新手可能需要多学几条命令来添加包。