Yuhyeong
356 天前
conda 还不够用那就没了，OP 的需求是不是想一个 python ，多个不同的包依赖？减少同一个版本的包在多个环境里的多次安装？
没有这样的环境，conda 的包管理加使用已经很厉害了。说实话我搞机器学习一个 conda 环境最多也就几个 G ，你要是说占用太大，大概率意思是 conda 的存储空间占用太多，这是因为下载下来的包都缓存起来在本地了，你多个环境下载的所有包的 pre-built 文件或者 wheel 都集中存储起来，这样设计的目的是以便下次创建新环境时免去下载的过程。
miniconda 和 anaconda 的区别就是 base 环境几乎没东西，给自定义环境的用户最大的轻便度。所以建议是用 miniconda ，然后嫌弃占用大的话多了解 conda 安装存储的原理，对缓存包没需求的话勤清理 cache ，这种情况想复用环境可以用 clone 的方法来创建新环境，最大程度减少存储空间占用。