本文已收录至我的
Github仓库https://github.com/CNFeffery/DataScienceStudyNotes
大家好我是费老师，conda作为Python数据科学领域的常用软件，是对Python环境及相关依赖进行管理的经典工具，通常集成在anaconda或miniconda等产品中供用户日常使用。
但长久以来，conda在很多场景下运行缓慢卡顿、库解析速度过慢等问题也一直被用户所诟病，且由于anaconda、miniconda本身属于商业性质的软件产品，导致很多公司在未获得商业许可的前提下，内部使用anaconda、miniconda下载安装非开源许可渠道的软件库资源，被anaconda检测出企业IP地址，进而收到相关的律师函警告，引发了一系列的商业风险。
在这样的大背景下，由开源软件社区驱动的conda-forge组织发展迅速，提供了可免费使用，无商业风险且稳定高效的一系列开源工具及网络资源服务，今天我要给大家介绍的miniforge，就由conda-forge组织开发维护，可作为anaconda、miniconda的替代品。
miniforge官方安装包下载页（https://conda-forge.org/miniforge/）中的安装包资源托管在Github上：
国内的朋友可以通过清华大学镜像站对miniforge安装包资源进行加速下载（https://mirrors.tuna.tsinghua.edu.cn/github-release/conda-forge/miniforge/），选择与自己系统相符合的版本进行下载即可，以windows为例，下载当前最新版本对应的Miniforge3-24.3.0-0-Windows-x86_64.exe：
下载完成后，双击打开进行安装（安装前建议清空电脑上先前残留的其他Python环境）：
点击I Agree：
下一步：
选择或自定义安装路径：
根据推荐提示，悉数进行勾选：
等待安装完成即可：
针对windows系统，由于新版本的miniforge在安装时不再提供自动创建相关环境变量的选项，因此需要我们手动将相关路径添加到系统PATH中，譬如，我的miniforge自定义安装在本机的C:\miniforge中，就至少需要添加C:\miniforge、C:\miniforge\Scripts、C:\miniforge\Library\bin这几个路径：
上述过程完成后，可以在本机终端中执行mamba -V查看相关版本信息（miniforge中包含了最小化的conda和mamba），检验上述配置是否完成：
上文提到过，miniforge中同时内置了包管理工具conda和mamba，其中mamba可完全作为conda功能的替代，且运行效率优于conda，我们只需要将平时熟悉的conda命令中的conda替换为mamba即可，譬如：
注：如果初次执行activate命令失败，按照提示信息执行mamba init命令，再重新打开终端即可。
注：miniforge默认将conda-forge作为下载源。
如果嫌默认的conda-forge网速太慢，可以像conda那样通过-c参数自定义镜像源，如下面的例子中使用到南方科技大学的main源，速度就快了许多：
mamba create -n data-science python=3.9 -c https://mirrors.sustech.edu.cn/anaconda/pkgs/main/ -y
这里我们以依赖包众多的GIS分析库geopandas为例，mamba在短时间内完成初始化解析后，非常流畅地以并行的方式迅速完成了各依赖库的下载及安装过程（同样的操作，conda大概率会一直卡顿下去直至失败。。。）：
更多用法请移步mamba官方文档：https://mamba.readthedocs.io/
以上就是本文的全部内容，欢迎在评论区与我们进行讨论~