Conda et Miniconda : environnements Python isolés

Conda est un gestionnaire d'environnements et de paquets pour Python (et d'autres langages) : il crée des environnements isolés, chacun avec sa propre version de Python et ses bibliothèques, sans conflit entre projets. Fini le « ça marche sur ma machine » : chaque projet a son environnement reproductible.

Ce guide clarifie la différence entre Anaconda, Miniconda et Conda, montre comment installer Miniconda, créer un environnement, y installer des paquets et le reproduire. Toutes les commandes sont testées. Public : débutants en Python et en data science.

Ce que vous allez apprendre

Distinguer Anaconda, Miniconda et Conda.
Installer Miniconda proprement.
Créer et activer un environnement isolé.
Installer des paquets et gérer les canaux (conda-forge).
Exporter et reproduire un environnement.

Qu'est-ce que Conda ?

Conda résout deux problèmes à la fois : isoler les projets et gérer leurs paquets. Sans lui, installer deux projets qui exigent des versions différentes d'une bibliothèque provoque des conflits. Avec Conda, chaque projet vit dans son environnement : une version de Python, un jeu de paquets, indépendants des autres.

Sa particularité face à pip : Conda gère aussi des dépendances non Python (bibliothèques C, CUDA, compilateurs), ce qui le rend précieux en data science et en machine learning, où beaucoup de paquets reposent sur du code compilé.

Anaconda, Miniconda ou Conda : la différence

Ces trois noms prêtent à confusion. Voici comment les situer :

Terme	Ce que c'est	Pour qui
Conda	L'outil en ligne de commande (gestionnaire)	Le coeur, présent dans les deux distributions
Miniconda	Installateur minimal : Conda + Python, rien de plus	Recommandé : léger, on installe ce dont on a besoin
Anaconda	Distribution complète : Conda + 250 paquets data science + Anaconda Navigator (interface)	Débuter sans rien installer, au prix de ~3 Go

Installer Miniconda

Miniconda s'installe via un script officiel. Téléchargez-le et vérifiez son empreinte avant de l'exécuter, plutôt qu'un curl | bash direct :

curl -fsSL -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
sha256sum Miniconda3-latest-Linux-x86_64.sh   # comparer au checksum publié
bash Miniconda3-latest-Linux-x86_64.sh

Rouvrez votre terminal, puis vérifiez l'installation :

conda --version
# conda 25.9.1

Créer et activer un environnement

C'est l'usage central de Conda. On crée un environnement en précisant la version de Python voulue :

conda create -n mon-projet python=3.12 -y
conda activate mon-projet
python --version
# Python 3.12.13

Le prompt affiche désormais (mon-projet), signe que l'environnement est actif. Tout ce que vous installez y reste confiné. Pour lister vos environnements et en sortir :

conda env list          # tous les environnements
conda deactivate        # revenir à l'environnement de base

Installer des paquets

À l'intérieur d'un environnement actif, on installe des paquets avec conda install. Préférez le canal conda-forge, plus complet et à jour :

conda install -c conda-forge numpy pandas scikit-learn

Reproduire un environnement

Pour partager un environnement ou le recréer à l'identique, exportez-le. L'option --from-history ne garde que les paquets que vous avez explicitement demandés, pour un fichier propre et portable :

conda env export --from-history > environment.yml

Le fichier produit est lisible et réutilisable :

name: mon-projet
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.12
  - numpy

N'importe qui peut alors recréer l'environnement à l'identique :

conda env create -f environment.yml

Les commandes essentielles

Commande	Rôle
`conda create -n nom python=3.12`	Créer un environnement
`conda activate nom`	Activer un environnement
`conda deactivate`	Quitter l'environnement actif
`conda env list`	Lister les environnements
`conda install -c conda-forge paquet`	Installer un paquet
`conda env export --from-history`	Exporter l'environnement
`conda env remove -n nom`	Supprimer un environnement

FAQ : questions fréquentes

Conda, c'est quoi ?

Conda est un gestionnaire d'environnements et de paquets : il crée des environnements Python isolés, chacun avec sa version de Python et ses bibliothèques, et gère aussi des dépendances non Python.

Quelle différence entre Anaconda et Miniconda ?

Miniconda est un installateur minimal (Conda plus Python), Anaconda une distribution complète avec plus de 250 paquets préinstallés et une interface graphique. Miniconda est recommandé, plus léger.

Conda ou pip : lequel utiliser ?

Conda gère les environnements et les paquets, y compris non Python ; pip ne gère que les paquets Python. On les combine : Conda pour l'environnement et le gros des paquets, pip pour compléter.

Comment créer un environnement Conda ?

Avec conda create -n mon-projet python=3.12, puis conda activate mon-projet. L'environnement est alors isolé et actif, prêt à recevoir ses propres paquets sans polluer le système.

À retenir

Conda isole les projets : un environnement par projet, sans conflit de versions.
Miniconda est recommandé : léger et libre avec conda-forge, quand les canaux Anaconda sont soumis à conditions commerciales.
conda create puis conda activate sont les deux commandes fondamentales.
Conda et pip cohabitent dans un même environnement.
conda env export --from-history rend un environnement reproductible.

Prochaines étapes

Découvrir Jupyter Le carnet interactif pour explorer données et code.

Machine Learning : les bases Débuter le ML dans un environnement Python propre.

Régression linéaire Un premier modèle avec scikit-learn.