为什么我劝你卸载 Anaconda,改用 Miniconda|水文 Python 第一课

写在最前这是「Python for Hydrology」系列的第 1 篇。 我决定从最该被讲清楚、却被无数教程一笔带过的地方开始——**Python环境配置**。

一段你可能也经历过的开场

刚学 Python 的时候，我和大多数水文专业的同学一样，搜到的第一条建议都是：

"新手就装 Anaconda，一键搞定！"

于是我下载了 3 GB 的安装包，装了半小时，C 盘瘦了4 GB，开机时还多了个叫 Anaconda Navigator 的弹窗——慢得能让我背完一段《水文学原理》。

后来要装 xarray，conda 卡了 20 分钟在 "Solving environment"。要装 rasterio，又因为依赖冲突卡了 40 分钟。我那天在实验室对着屏幕发呆，突然意识到——

我装的根本不是 Python，是个臃肿的发行版。

直到一位师兄发我一句话：

装 Miniconda，别装 Anaconda。

那天之后，我的环境再没卡过。

一、Anaconda 和 Miniconda，到底差在哪？

很多人以为 Miniconda 是"功能阉割版"，这是最大的误解。

它们的 conda 包管理器完全一样，能装的库完全一样，能做的事完全一样。唯一的区别是——

简单说：

• Anaconda 帮你预装了 250+ 个库，包括你几乎用不到的 R 语言工具、统计软件、机器学习套件
• Miniconda 只装 Python + conda 本体，你需要什么就装什么

对水文工作者来说，这个差异决定了三件事 👇

二、为什么水文人尤其该选 Miniconda

① 我们的工具栈高度专业化

水文分析常用的 xarray / rasterio / geopandas / pysheds，Anaconda 一个都没预装。你装了 Anaconda，还是要从头 conda install——那当初装那 250 个用不到的库图什么？

② 多项目隔离是刚需

一个流域用 Python 3.11，另一个项目要兼容老脚本用 Python 3.9。一个用 geopandas 1.0，另一个用 0.14。没有干净的环境管理，迟早翻车。 Miniconda 让你养成"每个项目一个独立环境"的好习惯。

③ 服务器上必须用 Miniconda

跑模型、做并行计算的时候，你早晚要登服务器。服务器没图形界面，Navigator 是摆设；磁盘金贵，3 GB 的 Anaconda 是负担。先在本地用 Miniconda 习惯命令行，上服务器才不慌。

三、30 分钟搞定 Miniconda

Step 1 · 下载（用清华镜像，飞快）

直接从清华镜像下，不要去官网，国内官网下载慢得让人想砸键盘。

打开 → https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

找最新的，按你的系统挑：

💡 小贴士不确定 Mac 是 Intel 还是 Apple Silicon？点左上角苹果图标 → "关于本机"，"芯片"那一栏写 Apple M1/M2/M3 就选 arm64。

Step 2 · 安装

Windows 用户：双击 .exe，一路 Next。有一步关键——勾选这个：

☑ Add Miniconda3 to my PATH environment variable

虽然界面会用红字警告"不推荐"，但请勾上它。不然你在 PowerShell 里输 conda 系统会假装不认识。

macOS 用户：双击 .pkg，按提示走完，自动配好。

Linux 用户：

bash Miniconda3-latest-Linux-x86_64.sh# 按几次空格翻完协议，输 yes 接受# 默认安装路径直接回车# 最后问 "Do you wish to update your shell profile..." 选 yes

装完关掉所有终端窗口，重新打开一个。

Step 3 · 验证（看到这个就成功了）

打开终端（Windows 用 PowerShell，Mac/Linux 用 Terminal），输入 conda --version，应该看到：

如果你看到 conda: command not found，多半是 Windows 安装时忘了勾 PATH。别慌，去"控制面板 → 系统 → 高级系统设置 → 环境变量"，把 Miniconda3 和 Miniconda3\Scripts 两个路径加进 PATH 就行。

Step 4 · 创建你的第一个水文环境

接下来这步很重要——从今天起，养成绝不在 base 环境里装东西的习惯。

# 创建一个干净的水文专属环境conda create -n hydro python=3.11 -y# 进入环境conda activate hydro

成功的标志是命令行最前面多了 (hydro) 前缀：

(hydro) $ █

恭喜，你拥有了一片只属于水文项目的纯净空间。

四、给水文环境装上"第一套装备"

激活 hydro 环境后，一行命令装齐基础工具：

conda install -c conda-forge \    numpy pandas matplotlib \    xarray netcdf4 \    jupyter -y

🌊 为什么用 conda-forge 渠道？它是社区维护的、最全也最新的科学计算包仓库。xarray、rasterio、geopandas 这些库在默认渠道经常版本滞后或干脆装不上。记住这条规则：科学计算包，优先 conda-forge。

装完检查一下：

conda list | head

五、conda 命令速查卡（建议截图保存）

下面这张是我自己用得最频繁的 14 条命令。把它存到手机相册，比任何长教程都管用：

特别提醒三条最容易忘的：

# 导出环境（论文复现 / 换电脑必备）conda env export > environment.yml# 在新机器上一键还原conda env create -f environment.yml# 想删一个环境？先退出当前环境，再删conda deactivateconda remove -n hydro --all

六、第一个水文成果：5 行代码画出过程线

最后用一段真实可跑的代码犒劳自己——这也是你为什么折腾这套环境的原因。

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 1) 造一段汛期日数据：121 天的降雨与流量rng = np.random.default_rng(42)dates = pd.date_range("2023-06-01", "2023-09-30", freq="D")rain = np.where(rng.random(len(dates)) < 0.1,                rng.exponential(15, len(dates)), 0)# 2) 用卷积模拟流域响应kernel = np.array([0, .2, .5, .7, .5, .3, .15, .08, .04, .02])flow = 8 + np.convolve(rain, kernel, mode="same") * 1.8# 3) 优雅地画图：流量 + 倒挂降雨df = pd.DataFrame({"P": rain, "Q": flow}, index=dates)ax = df["Q"].plot(figsize=(10, 4), color="#2E86AB", lw=1.8)ax.twinx().bar(df.index, df["P"], color="#13315C", alpha=.8)plt.gca().invert_yaxis()plt.show()

跑完你会得到这张图 👇

这就是水文 Python 的魅力——不到 10 行代码，一个完整的降雨—径流过程图就出来了。后面我们会换上真实的 USGS / CAMELS 数据集，画得更专业。

七、写在最后

环境管理听起来枯燥，但它是后面所有内容的地基。

回到最初那个问题——为什么我劝你卸载 Anaconda？因为它替你做了太多决定，而水文工作者最需要的能力是：自己决定每个项目装什么、用什么版本、何时升级。

Miniconda 不是更少，而是更对。

📌 行动清单① 装好 Miniconda ② 创建 hydro 环境 ③ 装上 numpy / pandas / matplotlib / xarray ④ 跑通最后那段 5 行代码

如果四步都打了勾，你已经领先 80% 的同行。

📮 下期预告

EP.02 · VS Code 打造水文分析 IDE — 必装插件 + 我用了 3 年的 settings.json

为什么不用 PyCharm？为什么不用 Spyder？为什么不直接用 Jupyter？答案在下一篇。

关于本号Python for Hydrology — 一个写给水文人的 Python 公众号。 计划 9 大类、59 篇文章，从环境配置一路写到深度学习径流预报。 如果对你有帮助，点赞 + 在看 + 转发就是最大的支持 💧

互动你装的是 Anaconda 还是 Miniconda？环境管理遇到过什么坑？ 欢迎在评论区聊聊 👇