Miniconda 安装 scikit-learn、numpy 等科学计算库实录

你是否曾遇到过这样的情况：在一个设备上成功运行的机器学习项目，换到另一台电脑后却直接报错？

ImportError: numpy not found

更令人困惑的是——相同的代码，在不同机器上输出的结果竟然不一致？

先别急着怀疑算法逻辑。这类问题往往不是代码本身的问题，而是“运行环境”在捣鬼。

在人工智能与数据科学领域，我们编写的不仅是程序，更是对大量依赖包及其版本的精细控制。尽管 Python 语言灵活强大，但“全局安装 + pip 一键安装”的粗放模式早已被淘汰。如今，专业开发者普遍采用 Miniconda 来管理科学计算环境。

为什么选择它？因为它轻量、高效、可复现，并且能完整复制整个开发“生态”。

接下来的内容将带你从零开始，逐步搭建一个专用于机器学习项目的隔离环境，并完成核心库如

numpy

scikit-learn

为何必须使用 Miniconda？

一个残酷现实是：你在本地训练好的模型，部署到服务器时失败，90% 的可能性源于环境差异。

传统方式（例如仅依赖

virtualenv + pip

而 Conda 提供的是“包管理 + 环境隔离 + 跨平台支持”三位一体的解决方案：

• 支持安装 Python 包
• 也能安装 C 库、R 包、Java 工具链等非 Python 组件
• 提供预编译的二进制包（特别是集成 MKL 加速的 numpy 版本）
• 自动处理复杂的依赖冲突
• 确保跨平台行为一致性

Miniconda 是 Conda 的精简版本，不像 Anaconda 那样预装数百个包并占用十几个 GB 空间。它只包含最基础的核心组件——Python 和 Conda，其余一切按需安装，启动迅速、体积小巧、结构清晰。

第一步：创建独立环境，摆脱依赖混乱

设想你同时进行两个项目：

• 项目 A 需要老版本 scikit-learn==1.0（用于复现论文结果）
• 项目 B 需要最新版 scikit-learn==1.4（尝试新特性）

如果使用全局安装，这两个版本无法共存；即使使用 Virtualenv，也只能隔离 Python 包层级，无法保证底层线性代数运算的一致性。

解决方案很简单：为每个项目分配一个“独立空间”。

# 创建名为 ml_env 的环境，指定 Python 3.9
conda create -n ml_env python=3.9

执行该命令后，系统会提示需要安装哪些包，输入

y

随后激活此环境：

conda activate ml_env

你会看到命令行前缀变为

(ml_env)

小贴士： 可通过以下命令查看所有已创建的环境：

conda env list

第二步：安装科学计算三大核心库

现在我们在干净环境中安装三个关键工具：

conda install numpy scikit-learn pandas matplotlib

注意：优先使用

conda install

pip

pip install numpy

conda install numpy

Conda 渠道（尤其是

defaults

conda-forge

可通过以下命令验证是否启用了 MKL：

import numpy as np
np.show_config()

若输出中包含

blas_mkl_info

mkl_rt

第三步：协调 pip 与 conda，实现混合生态兼容

虽然 Conda 功能强大，但并非所有第三方包都能在其渠道中找到。此时就需要借助

pip

但务必遵守一条原则：先使用 conda，再使用 pip

# 先装主干包
conda install numpy pandas scikit-learn jupyterlab

# 再补一些 PyPI 特有包
pip install some-special-package-only-on-pypi

切勿颠倒顺序，因为 pip 安装的包可能覆盖或破坏 conda 所维护的依赖关系，导致后续升级或卸载时出现异常。官方文档明确建议始终优先使用 conda 作为包管理工具。

第四步：导出环境配置，实现“一键复现”

当你完成项目开发，准备提交论文或分享给同事时，不要再口头交代“记得装这些包”。

推荐做法：导出完整的环境定义文件。

conda env export --no-builds | grep -v "prefix" > environment.yml

参数说明：

• --no-builds
  

  --no-builds

  ：移除构建哈希（如
  

  h7bf67e2_3

  ），提升跨平台兼容性
• --from-history
  

  grep -v "prefix"

  ：仅导出用户显式安装的包，排除自动依赖和本地路径信息

输出为标准 YAML 格式，适合纳入 Git 版本控制系统。

生成的文件

environment.yml

name: ml_env
dependencies:
  - python=3.9.18
  - numpy=1.21.6
  - pandas=1.5.3
  - scikit-learn=1.2.2
  - matplotlib=3.7.1
  - pip
  - pip:
    - some-pypi-only-package==1.0.0

他人获取该文件后，只需运行一条命令即可重建完全一致的环境：

conda env create -f environment.yml

瞬间还原所有依赖及其精确版本，彻底告别“我这边能跑你怎么不行”的争论。

实战案例解析：常见问题与应对策略

? 场景一：依赖版本冲突
“项目 A 需要 sklearn 1.0，项目 B 需要 1.3，如何共存？”

解决方案： 使用多个独立环境进行隔离。

conda create -n project_a python=3.8
conda activate project_a
conda install scikit-learn=1.0

conda create -n project_b python=3.8
conda activate project_b
conda install scikit-learn=1.3

切换环境就像更换工作台一样便捷：

conda deactivate
conda activate project_b

? 场景二：实验结果无法复现
“论文声称准确率达到 95%，我运行却只有 87%？”

很可能是因为底层数学库（如 BLAS 实现）不同，或是浮点运算精度受编译器优化影响所致。通过 Miniconda 固化环境，包括预编译的 MKL 加速库，可极大提升结果可复现性。

可能是因为你使用了新版的 sklearn，其内部默认参数发生了变化（例如：

solver

）。

解决方案：锁定依赖版本！
通过

environment.yml

将所有依赖项的版本固定下来，确保团队成员在相同的环境中进行实验，避免“在我机器上能跑”的问题。

痛点三：计算速度太慢，等待时间过长

是否遇到过“矩阵乘法异常缓慢”的情况？

请检查 numpy 是否通过 pip 安装。建议改用 conda 安装的版本，特别是集成了 MKL 加速库的版本，性能提升非常明显。

示例对比：

import numpy as np
a = np.random.rand(4000, 4000)
%timeit a @ a  # 矩阵乘法耗时

在我的测试中，MKL 版本的运算速度比普通 OpenBLAS 版本快接近 4 倍！节省下来的时间足够悠闲地喝上三杯咖啡 ??

最佳实践清单 ?

• 命名清晰：环境名称应具有明确含义，例如：

nlp_exp

cv_train

data_cleaning

• 优先使用 conda：对于以下常见科学计算库：

numpy

scipy

scikit-learn

pandas

统一采用 conda 进行安装，以保证兼容性和性能优化。

• 最后使用 pip：仅用于安装 conda 仓库中无法获取的包，并将其列在 dependencies 的

pip:

部分。

• 定期清理缓存：执行命令

bash
   conda clean --all

清除旧版本包的缓存文件，释放磁盘空间。

• 关闭 base 环境自动激活（推荐）：

bash
   conda config --set auto_activate_base false

避免每次打开终端时自动进入 base 环境，干扰系统默认 Python 的使用。

• 将 YAML 文件提交至 Git：把项目环境配置文件

environment.yml

纳入版本控制系统，实现“环境即代码”，提升协作效率与可复现性。

一张图看懂整体架构 ?????

+----------------------------+
| 用户交互层（Jupyter Lab）  |
+-------------+--------------+
              |
     +--------v--------+     +---------------------+
     | 运行时环境       |<--->| environment.yml     |
     | (ml_env)         |     | (版本锁定文件)       |
     +--------+--------+     +---------------------+
              |
     +--------v--------+
     | 科学计算栈       |
     | ? numpy          |
     | ? scipy          |
     | ? scikit-learn   |
     | ? pandas         |
     +--------+--------+
              |
     +--------v--------+
     | Python 解释器    |
     | (由 Miniconda 提供)|
     +------------------+
              |
     +--------v--------+
     | 操作系统         |
     | (Linux/Win/macOS)|
     +------------------+

这是现代数据科学开发的标准工作流：

以 Miniconda 为基础，Jupyter 作为交互前端，通过 YAML 文件定义运行环境，构建端到端可复现的分析流程。

彩蛋：为什么说 Miniconda 体现了“工程素养”？

很多人认为：“不就是装个包吗？有必要这么严谨？”

但真正参与过团队项目的人会明白——

可重复性才是科研与工程的核心命脉。

当你能把整个运行环境打包成一个 YAML 文件，让新来的实习生第一天就能顺利运行全部代码；
当你的论文附录写着“详见 environment.yml”，审稿人可以一键复现结果；
当你的 CI/CD 流水线能自动构建测试环境，完成自动化验证……

那一刻你会意识到：
工具的选择，反映的是思维方式的成熟度。

Miniconda 不只是一个包管理工具，它承载了一种工程理念：

环境即代码，配置即资产。

掌握它，就等于握住了通往专业级 AI 开发的大门钥匙 ????

因此，下次开始新项目时，先别急着写

.py

文件，而是先输入这三行命令：

conda create -n myproject python=3.9
conda activate myproject
conda install numpy pandas scikit-learn jupyterlab

然后，安心投入编码吧 ????