Conda 安裝與配置指南

Windows 10/11 Miniconda Anaconda

Conda 是一個跨平台的套件與環境管理系統，它同時扮演兩個角色：幫你安裝套件（像 pip），也幫你管理獨立的 Python 環境（像 venv）。更重要的是，它不只能管理 Python 套件，C/C++ 函式庫、CUDA runtime、甚至 R 語言套件都在範圍內。

這篇指南涵蓋安裝、配置、自訂與除錯。

Conda vs pip 的差異

• pip 主要管理來自 PyPI 的 Python 套件，只負責安裝套件作者打包好的內容；對於 C extension，若有對應的二進位 wheel 就直接裝，否則就依賴系統已安裝的編譯工具與外部 C/C++ 函式庫來自行編譯。
• conda 則是「環境+套件管理器」，它的 package 可以包含 Python、本身的 C/C++ 函式庫、CUDA runtime 甚至編譯器，並透過解依賴機制確保整個二進位堆疊彼此相容，因此在科學計算與 ML/DL 領域，安裝像 numpy、scipy、pytorch 這類重度依賴 BLAS/LAPACK/CUDA 的套件時，通常更穩定且不需自行處理底層依賴。

---

Anaconda vs Miniconda

你會在官網看到兩個選項：Anaconda 與 Miniconda。它們都包含 conda 這個核心工具，差異在於「內含多少東西」。

Anaconda

全套餐，預裝 300+ 套件（NumPy, Pandas, Jupyter, Scikit-learn…），開箱即用。

• 安裝大小：約 4.4 GB
• 包含 Anaconda Navigator（GUI 管理介面）
• 適合：初學者、不想煩惱套件安裝的人

Miniconda

個人推薦使用。

最小安裝，只有 conda + Python + 基本依賴，乾淨起步。

• 安裝大小：約 80 MB
• 純 CLI 操作
• 適合：有經驗的開發者、CI/CD、容器環境、磁碟空間有限的場景、避開 Anaconda 授權問題

比較項目	Anaconda	Miniconda
安裝大小	~1.1 GB	~90 MB
預裝套件	300+ 資料科學常用套件	僅 conda + Python
GUI 管理	Anaconda Navigator	無
適用場景	快速上手、教學環境	精確控制、生產環境
自訂彈性	較低（預裝大量你可能不需要的套件）	最高（需要什麼安裝什麼）

我該選哪個？

磁碟空間充裕且想快速開始 → Anaconda。

想精確控制環境、或在 SSD 上節省空間 → Miniconda。 推薦

實務上，多數專業開發者偏好 Miniconda，因為 Anaconda 預裝的 300 多個套件裡，通常只會用到幾十個。

---

安裝流程

Miniconda

下載 Miniconda

前往 Miniconda 官方下載頁面，選擇 Windows 64-bit 的 Miniconda .exe 安裝檔。

1. 執行安裝程式

   雙擊下載的 Miniconda3-latest-Windows-x86_64.exe，點選 Next。

2. 接受授權條款

   閱讀並接受 License Agreement。

3. 選擇安裝類型

   • Just Me (recommended): 只為當前使用者安裝，不需管理員權限。
   • All Users: 系統級安裝，需要管理員權限。

   除非有明確的多使用者需求，選擇 Just Me 即可。

4. 選擇安裝路徑

   預設路徑為 C:\Users\<你的使用者名稱>\miniconda3。

   若要安裝到其他位置（如 D 槽），在此步驟修改路徑。詳見下方「安裝至 D 槽」段落。

   路徑不能包含空格與中文

   Conda 的安裝路徑不能包含空格或非 ASCII 字元。例如 D:\Program Files\conda 或 D:\我的程式\conda 都會導致問題。建議用 D:\miniconda3 這樣簡潔的路徑。

5. 進階選項

   安裝程式會詢問兩個選項：

   選項	建議	說明
   Create start menu shortcuts	勾選	在開始功能表建立 Anaconda Prompt 捷徑
   Add Miniconda3 to my PATH	不勾選	官方不建議：conda binaries 路徑包含其他套件二進位檔，永久加入 PATH 可能與其他軟體衝突。建議透過 Anaconda Prompt 或 conda init 使用
   Register Miniconda3 as default Python	視情況	若系統上沒有其他 Python，可以勾選（預設已勾選）
   Clear the package cache upon completion	勾選	安裝完成後執行 conda clean --all --force-pkgs-dirs，節省空間

6. 完成安裝

   點選 Install，等待安裝完成後點選 Finish。

Anaconda

下載 Anaconda

前往 Anaconda 官方下載頁面，下載 Windows 64-bit 安裝檔。

1. 執行安裝程式

   雙擊 Anaconda3-20xx.xx-Windows-x86_64.exe，按照精靈指引進行。

2. 安裝類型與路徑

   同 Miniconda，選擇 Just Me 並設定安裝路徑。

   磁碟空間

   Anaconda 完整安裝需要約 4.4 GB 磁碟空間，加上後續建立的環境與套件快取，建議至少保留 10 GB 以上。

3. 進階選項

   與 Miniconda 相同：不勾選 Add to PATH，視需求決定是否 Register as default Python。

4. 完成安裝

   安裝過程較長，耐心等待即可。

CLI (靜默安裝)

命令列靜默安裝

在自動化部署或 CI/CD 環境中，可使用命令列進行靜默安裝。以下依據官方 Quickstart 提供的指令：

靜默安裝即代表接受服務條款

執行靜默安裝時，預設接受 Anaconda 的服務條款 (TOS)。請務必在執行前查閱 Anaconda 完整服務條款。

Windows PowerShell

# 下載 Miniconda 安裝檔
Invoke-WebRequest -Uri "https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe" -OutFile ".\miniconda.exe"

# 靜默安裝至 `D:\miniconda3`
Start-Process -FilePath ".\miniconda.exe" -ArgumentList "/S /D=D:\miniconda3" -Wait

# 清除安裝檔
Remove-Item ".\miniconda.exe"

安裝完成後，初始化 conda：

# 初始化 PowerShell 支援
D:\miniconda3\Scripts\conda.exe init powershell

# 重新開啟 PowerShell 後生效

Windows CMD

:: 下載 Miniconda 安裝檔
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe -o .\miniconda.exe

:: 靜默安裝至 D:\miniconda3
start /wait "" .\miniconda.exe /S /D=D:\miniconda3

:: 清除安裝檔
del .\miniconda.exe

安裝完成後，開啟 Anaconda Prompt 使用 conda，或執行以下指令初始化 CMD 支援：

:: 初始化 CMD 支援
D:\miniconda3\Scripts\conda.exe init cmd.exe

:: 重新開啟 CMD 後生效

macOS

# 建立安裝目錄
mkdir -p ~/miniconda3

# 下載安裝腳本（Apple Silicon）
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh

# 靜默安裝
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3

# 清除安裝腳本
rm ~/miniconda3/miniconda.sh

Intel Mac

若使用 Intel 晶片，將下載 URL 中的 arm64 替換為 x86_64。

安裝完成後，初始化 conda：

# 啟動 conda
source ~/miniconda3/bin/activate

# 初始化所有 shell
conda init --all

Linux

# 建立安裝目錄
mkdir -p ~/miniconda3

# 下載安裝腳本（x86_64）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh

# 靜默安裝
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3

# 清除安裝腳本
rm ~/miniconda3/miniconda.sh

ARM64 / AWS Graviton

若使用 ARM64 架構，將下載 URL 中的 x86_64 替換為 aarch64。

安裝完成後，初始化 conda：

# 啟動 conda
source ~/miniconda3/bin/activate

# 初始化所有 shell
conda init --all

簡易指令見「安裝至 D 槽」（Windows）

參數注意事項

Windows：

• /S：Silent mode（靜默安裝，不彈出 GUI）
• /D=：指定安裝路徑，必須是最後一個參數，路徑不能用引號包裹
• 未指定 /D= 時，預設安裝至 C:\Users\<使用者名稱>\miniconda3

macOS / Linux：

• -b：Batch mode（靜默安裝，不需互動確認）
• -u：更新模式，若路徑已存在則覆蓋
• -p：指定安裝路徑

---

安裝後驗證

安裝完成後，開啟 PowerShell 或 Anaconda Prompt（從開始功能表搜尋），執行以下驗證指令：

若 conda 無效/指令找不到，見常見問題。

# 查看 conda 版本
conda --version

# 查看完整環境資訊
conda info

預期輸出範例：

conda 24.x.x

     active environment : base
    active env location : D:\miniconda3
       user config file : C:\Users\yourname\.condarc
 populated config files : D:\miniconda3\.condarc
          conda version : 24.x.x
               platform : win-64
               ...

其中有兩個容易混淆的設定檔欄位。.condarc（conda run configuration）是 conda 的設定檔，採用 YAML 語法，用來控制 channel、預設路徑、行為偏好等所有 conda 設定。Conda 允許多個 .condarc 同時存在於不同位置：

欄位	說明
user config file	使用者層級的 .condarc，固定位於 C:\Users\<使用者名稱>\.condarc。即使檔案不存在也會顯示此路徑
populated config files	實際有內容的 .condarc。安裝在 D 槽時，通常是 D:\miniconda3\.condarc

哪個 .condarc 生效？

Conda 會同時讀取所有找到的 .condarc，設定會合併。若兩個檔案有衝突的設定，使用者層級（C:\Users\...）的優先。

一般建議只維護一個 .condarc，避免設定分散。可統一編輯安裝目錄下的 D:\miniconda3\.condarc，或用 conda config 指令操作（預設寫入使用者層級）：

# 查看所有生效的設定（合併後的結果）
conda config --show

# 設定項目（寫入使用者層級 .condarc）
conda config --set auto_activate_base false

# 查看設定檔來源
conda config --show-sources

建立測試環境

確認 conda 能正確建立獨立環境並安裝套件：

# 建立 Python 3.12 測試環境
conda create -n test_env python=3.12 -y

# 啟動環境
conda activate test_env

# 確認 Python 版本
python --version

# 安裝一個套件驗證
conda install numpy -y

# 快速測試
python -c "import numpy; print(f'NumPy {numpy.__version__} OK')"

# 測試完畢，清理
conda deactivate
conda remove -n test_env --all -y

看到 (test_env) 前綴就對了

當你成功 conda activate test_env 後，命令提示字元的開頭會從 (base) 變成 (test_env)，表示你正在該隔離環境中工作。

---

自訂配置

安裝至 D 槽

為什麼要安裝到 D 槽？

許多 Windows 使用者的磁碟配置如下表：

磁碟	用途	特性
C 槽 (SSD)	作業系統 + 核心程式	容量較小（128–512 GB）、速度快
D 槽 (HDD/SSD)	資料與開發工具	容量較大（1 TB+）

Conda 的環境與套件快取會持續增長。一個 ML 專案的環境動輒 2–5 GB（尤其含 PyTorch、TensorFlow），多個專案下來很容易吃掉 C 槽空間。將 Conda 安裝至 D 槽可以：

• 避免 C 槽空間不足影響系統穩定性
• 方便重灌系統時保留開發環境
• 讓環境與系統分離，維護更簡潔

效能權衡

若 D 槽是傳統 HDD（機械硬碟），conda 的套件解壓與環境建立速度會比 SSD 慢些。

如果 D 槽也是 SSD，就沒有這個顧慮。

操作方式

CLI 靜默安裝 (推薦)

使用 /D= 參數指定路徑（可先於 D 槽建立 miniconda3 資料夾）：

Start-Process -FilePath ".\miniconda.exe" -ArgumentList "/S /D=D:\miniconda3" -Wait

GUI 安裝

在安裝精靈的「選擇安裝路徑」步驟，將路徑改為 D:\miniconda3 即可。

安裝至 D 槽後的目錄結構如下：

• 資料夾D:\

  • 資料夾miniconda3/ Conda 本體安裝目錄

    • 資料夾condabin/

      • …
    • 資料夾Scripts/

      • conda.exe
      • activate.bat
    • python.exe
    • 資料夾Lib/

      • …
    • 資料夾Library/

      • …
    • 資料夾envs/ 環境預設存放位置

      • 資料夾ml_project/

        • python.exe
        • 資料夾Lib/

          • …
      • 資料夾web_dev/

        • …
    • 資料夾pkgs/ 套件快取

      • …
    • .condarc

找到你的環境

所有透過 conda create -n myenv 建立的環境，預設都在 miniconda3/envs/ 下。你可以直接使用該環境的 python.exe，例如 D:\miniconda3\envs\ml_project\python.exe。

進階：自訂環境與快取路徑

若你希望將環境與快取分離到 Miniconda3 目錄之外（例如多個 Conda 安裝共用環境，或想更細粒度管理磁碟空間），可在 .condarc 配置檔中設定：

.condarc

# 自訂環境存放路徑
envs_dirs:
  - D:\conda_envs

# 自訂套件快取路徑
pkgs_dirs:
  - D:\conda_pkgs

.condarc 位置

.condarc 檔案位於使用者家目錄：C:\Users\<你的使用者名稱>\.condarc。若不存在，可手動建立，或執行 conda config --set envs_dirs D:\conda_envs 讓 conda 自動建立。

---

Channel 頻道機制

什麼是 Channel？

Channel（頻道）是 conda 套件的來源倉庫，本質上是一個存放了已編譯套件的遠端目錄（URL）。當你執行 conda install numpy 時，conda 會按照 channel 優先順序依序搜尋，找到第一個匹配的套件版本後下載安裝。

你可以把它想像成手機的 App Store：

概念	類比
Channel	App Store（套件來源）
conda install	從 Store 下載 App
Channel priority	優先從哪個 Store 搜尋

主要 Channel 介紹

Channel	維護者	特色	授權
defaults	Anaconda, Inc.	穩定，預設 channel	商用可能需付費授權
conda-forge	社群維護	套件數量最多，更新最快	完全免費
pytorch	PyTorch 團隊	PyTorch 官方最新版	免費
nvidia	NVIDIA	CUDA toolkit、cuDNN	免費

Anaconda 授權條款（Terms of Service）

自 2024 年起，Anaconda 更新了 defaults channel 與 Anaconda Distribution 的使用條款：

• 個人使用與員工少於 200 人的組織：可以免費使用；
• 員工或約聘人數在 200 人以上的組織：若要存取 defaults channel 或 Anaconda Distribution，則需要付費授權。
• 教育機構：若是純課程教學用途通常可免費，但大型學校或研究機構在研究情境下可能被視為「組織使用」，不一定全面豁免。

若在大型企業或機構中，只需要 conda 生態而不必依賴 Anaconda 官方 defaults channel，建議改用 Miniconda/Mambaforge 搭配 conda-forge 作為主要 channel，功能同樣完整，但完全開源免費、沒有 defaults 授權風險。；conda-forge 為社群維護，對商業使用完全免費， 不受 Anaconda 收費條款影響。

設定 Channel

# 查看目前的 channel 設定
conda config --show channels

# 新增 conda-forge 為最高優先
conda config --add channels conda-forge

# 設定嚴格優先模式（推薦）
conda config --set channel_priority strict

# 安裝時指定 channel（一次性）
conda install -c pytorch pytorch torchvision

嚴格優先模式 (strict) 是什麼？

channel 清單:
  1. conda-forge    ← 最高優先，先從這裡找
  2. defaults       ← conda-forge 找不到才來這裡

strict 模式下：若 conda-forge 有 numpy 1.26，defaults 有 numpy 1.27，
conda 仍會安裝 conda-forge 的 1.26，因為它在優先順序較高的 channel。

推薦的 .condarc channel 配置

channels:
  - conda-forge
  - defaults
channel_priority: strict

這樣設定後，conda-forge 為主要來源（免費、更新快），defaults 作為備援。完整範例見 .condarc 配置檔。

---

.condarc 配置檔

.condarc 是 conda 的全域設定檔，使用 YAML 語法。以下是常用設定的完整範例：

.condarc

# ── Channel 設定 ──
channels:
  - conda-forge
  - defaults
channel_priority: strict

# ── 路徑設定 ──
envs_dirs:
  - D:\conda_envs
pkgs_dirs:
  - D:\conda_pkgs

# ── 行為設定 ──
auto_activate_base: false      # 是否自動啟動 base 環境（建議關閉）
auto_update_conda: true        # 是否自動更新 conda
show_channel_urls: true        # 安裝時顯示套件來源 channel

auto_activate_base: false

預設開啟新終端就會進入 (base) 環境。設為 false 後，需手動 conda activate base 才會進入。這能避免 base 環境被意外污染，是一個好習慣。

---

常用指令速查

環境管理

# 建立環境（指定 Python 版本）
conda create -n myenv python=3.12

# 建立環境至指定路徑（用 --prefix 取代 -n）
{/* conda create python=3.9 --prefix D:\Miniconda3\envs\python39 -y */}

# 從 YAML 檔建立環境
conda env create -f environment.yml

# 啟動 / 停用環境
conda activate myenv
conda deactivate

# 列出所有環境
conda env list

# 刪除環境
conda remove -n myenv --all

# 匯出環境（可重現的快照）
conda env export > environment.yml

# 僅匯出手動安裝的套件（跨平台更相容）
conda env export --from-history > environment.yml

套件管理

# 安裝套件
conda install numpy pandas matplotlib

# 指定版本安裝
conda install python=3.11 numpy=1.26

# 從特定 channel 安裝
conda install -c conda-forge scikit-learn

# 更新套件
conda update numpy

# 更新所有套件
conda update --all

# 搜尋套件
conda search pytorch

# 移除套件
conda remove numpy

# 列出已安裝套件
conda list

conda + pip 混用注意

在 conda 環境中可以使用 pip 安裝 conda 沒有的套件，但需注意：

1. 先 conda 後 pip：先用 conda 安裝能找到的套件，再用 pip 補足缺少的。
2. 不要反覆交替：conda 不追蹤 pip 安裝的套件，反覆交替安裝容易造成依賴衝突。
3. 匯出時注意：conda env export 會同時記錄 conda 和 pip 安裝的套件。

---

常見問題

Q: conda 指令找不到？

A: 安裝時若未勾選「Add to PATH」，一般的 CMD 或 PowerShell 不會認得 conda 指令。

解決方案有兩種：

方法一：使用 conda init（推薦）

透過 Anaconda Prompt 執行一次即可，之後所有 PowerShell 都能使用 conda：

D:\miniconda3\Scripts\conda.exe init powershell

重新開啟 PowerShell 後生效。

方法二：手動加入 PATH 環境變數

若 conda init 無法正常運作，可手動將 conda 路徑加入系統 PATH：

1. 在 Windows 搜尋輸入「環境變數」，開啟「編輯系統環境變數」

2. 點選「環境變數」按鈕

3. 在「使用者變數」或「系統變數」中找到 Path，按「編輯」

4. 按「新增」，依序加入以下路徑（依你的實際安裝位置調整）：

   D:\Miniconda3
   D:\Miniconda3\Library\bin
   D:\Miniconda3\Scripts
   D:\Miniconda3\condabin

   Anaconda 使用者

   將上述路徑中的 Miniconda3 替換為 Anaconda3 即可。

5. 連續按「確定」關閉所有視窗

6. 重新開啟終端機，輸入 conda --version 驗證

Q: 環境啟動後顯示 CommandNotFoundError？

A: 常見於 PowerShell 安全政策阻擋了 conda 的初始化腳本。執行：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

然後重新開啟 PowerShell。

Q: conda install 解析依賴極慢（Solving environment）？

A: 這是 conda 經典痛點。解決方案：

1. 使用 libmamba solver（conda >= 22.11 已內建）：

   conda config --set solver libmamba

2. 設定嚴格 channel 優先（減少搜尋範圍）：

   conda config --set channel_priority strict

3. 避免在 base 環境中安裝套件：保持 base 乾淨，為每個專案建立獨立環境。

Q: 安裝或更新時出現 CondaHTTPError？

A: 通常是網路問題或 proxy 設定。在 .condarc 中設定代理：

.condarc

proxy_servers:
  http: http://proxy.example.com:8080
  https: https://proxy.example.com:8080

Q: Anaconda 和 Miniconda 可以同時安裝嗎？

A: 技術上可以，但強烈不建議。兩者共用相同的 conda 核心，同時安裝會造成 PATH 與環境變數衝突。選擇一個即可。

Q: 如何解除安裝？

A: 請參考官方解除安裝指南：

• 解除安裝 Miniconda
• 解除安裝 Anaconda Distribution

---

相關頁面

• Windows CUDA 開發環境建置指南
• Miniconda 官方安裝教學
• Anaconda 官方安裝教學