Apéndice B — Conda y Miniconda: gestión de entornos y paquetes

Fecha: 03 de noviembre, 2026

En el apéndice Entornos para trabajar con Python y en el capítulo Configuraciones para usar Quarto con Python creamos un entorno virtual con venv e instalamos paquetes con pip. En este apéndice conoceremos conda, una herramienta muy utilizada en ciencia de datos y bioinformática que combina ambas tareas, y Miniconda, la forma más ligera de instalarla.

B.1 ¿Qué es conda?

Conda es un gestor de paquetes y un gestor de entornos de código abierto. Es decir, hace dos trabajos:

  1. Instalar paquetes (como pip), resolviendo automáticamente las dependencias entre ellos.
  2. Crear entornos aislados (como venv), cada uno con su propia versión de Python y sus propios paquetes.

A diferencia de pip, conda no se limita a Python: también puede instalar R, programas de línea de comandos (por ejemplo samtools o blast en bioinformática) y bibliotecas escritas en C o Fortran que algunos paquetes necesitan para funcionar.

B.1.1 ¿Para qué se usa?

  • Tener varias versiones de Python en la misma computadora sin que interfieran entre sí.
  • Separar los paquetes de cada proyecto: un entorno para el curso, otro para la tesis, otro para un análisis específico.
  • Instalar paquetes difíciles de compilar (por ejemplo, con dependencias de C) sin errores.
  • Reproducir un análisis en otra computadora con exactamente las mismas versiones.
  • Instalar herramientas científicas que no están en pip, como las de Bioconda.

B.2 ¿Qué es Miniconda?

Conda es la herramienta; para instalarla debemos elegir una distribución, es decir, un instalador que incluye conda junto con otros programas.

Distribución ¿Qué incluye? Tamaño aproximado Canal por defecto
Anaconda conda, Python y más de 250 paquetes científicos preinstalados, además de la interfaz gráfica Anaconda Navigator. Varios GB defaults (Anaconda)
Miniconda Solo conda, Python y lo mínimo necesario. Tú instalas lo que necesites. Cientos de MB defaults (Anaconda)
Miniforge Como Miniconda, pero configurado para usar la comunidad conda-forge. Cientos de MB conda-forge
Micromamba Un solo ejecutable, muy rápido, sin entorno base. Decenas de MB conda-forge

Miniconda es la versión mínima de Anaconda: instala únicamente conda y Python. Es la opción recomendada cuando queremos ahorrar espacio y decidir nosotros mismos qué paquetes instalar.

Nota¿Y mamba?

Mamba es una reimplementación de conda mucho más rápida para resolver dependencias. Desde la versión 23.10 de conda, el “motor” de mamba (libmamba) se usa por defecto, así que conda ya es mucho más rápido que antes. Los comandos de mamba son los mismos que los de conda.

B.2.1 Canales: ¿de dónde se descargan los paquetes?

Un canal es un repositorio en internet donde se guardan los paquetes de conda.

Canal Descripción
defaults Canal oficial de la empresa Anaconda.
conda-forge Canal mantenido por la comunidad. Es el más grande y actualizado.
bioconda Paquetes de bioinformática. Requiere conda-forge.
Importante

El uso del canal defaults de Anaconda está sujeto a sus términos de servicio, que exigen una licencia de pago a organizaciones grandes (más de 200 personas). Por eso muchas universidades y centros de investigación recomiendan Miniforge o configurar Miniconda para usar conda-forge.

B.3 Instalación de Miniconda

Descarga el instalador desde la página oficial de Miniconda.

B.3.1 macOS

En la terminal (Bash). Para computadoras con chip Apple Silicon (M1, M2, M3…):

curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
bash Miniconda3-latest-MacOSX-arm64.sh

Para computadoras con procesador Intel, cambia arm64 por x86_64. Si no sabes cuál tienes, ejecuta uname -m.

B.3.2 Linux

curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

Durante la instalación acepta la licencia (yes), deja la ruta propuesta (~/miniconda3) y responde yes cuando pregunte si deseas inicializar conda. Después cierra y vuelve a abrir la terminal.

B.3.3 Windows

  1. Descarga y ejecuta el instalador .exe.
  2. Elige la instalación Just Me y deja la ruta propuesta.
  3. Para usar conda, abre el programa Anaconda Prompt (miniconda3) desde el menú de inicio.

B.3.4 Verificar la instalación

conda --version     # conda 25.x.x
conda info          # Información de la instalación

Al abrir la terminal verás (base) al inicio de la línea: significa que el entorno base está activo.

B.3.5 Configuración recomendada

Usar conda-forge como canal principal:

conda config --add channels conda-forge
conda config --set channel_priority strict

Evitar que el entorno base se active automáticamente cada vez que abres la terminal:

conda config --set auto_activate_base false
Tip

No instales paquetes en el entorno base. El entorno base contiene a conda mismo; si lo llenas de paquetes puedes dañar la instalación. Crea siempre un entorno para cada proyecto.

B.3.6 Instalar Miniconda desde RStudio

El paquete reticulate puede instalar Miniconda por nosotros, desde la consola de R:

Código 
library(reticulate)
install_miniconda()

B.4 ¿Cómo se utiliza conda?

B.4.1 Crear y activar un entorno

conda create -n taller python=3.12   # Crear el entorno "taller" con Python 3.12
conda activate taller                # Activarlo
python --version                     # Python 3.12.x
conda deactivate                     # Salir del entorno

Cuando el entorno está activo, la terminal muestra su nombre: (taller).

B.4.2 Instalar, actualizar y eliminar paquetes

Con el entorno activo:

conda install numpy pandas matplotlib    # Instalar varios paquetes
conda install -c bioconda samtools       # Instalar desde un canal específico
conda list                               # Ver los paquetes instalados
conda update pandas                      # Actualizar un paquete
conda remove matplotlib                  # Eliminar un paquete
conda search numpy                       # Ver las versiones disponibles

También podemos crear el entorno e instalar los paquetes en un solo paso:

conda create -n analisis python=3.12 numpy pandas jupyter

B.4.3 Administrar los entornos

conda env list                 # Listar todos los entornos (* marca el activo)
conda remove -n taller --all   # Eliminar un entorno completo

B.4.4 Resumen de comandos

Comando ¿Qué hace?
conda create -n nombre python=3.12 Crea un entorno con una versión de Python.
conda activate nombre Activa un entorno.
conda deactivate Desactiva el entorno actual.
conda env list Lista los entornos.
conda install paquete Instala un paquete en el entorno activo.
conda list Lista los paquetes del entorno activo.
conda update paquete Actualiza un paquete.
conda remove paquete Elimina un paquete.
conda env export > environment.yml Guarda la receta del entorno.
conda env create -f environment.yml Crea un entorno a partir de una receta.
conda remove -n nombre --all Elimina un entorno.

B.4.5 Conda y pip juntos

No todos los paquetes existen en conda. Si necesitas uno que solo está en pip, puedes instalarlo dentro del entorno de conda:

conda activate taller
python -m pip install paquete_raro

Regla práctica: primero instala todo lo posible con conda y al final usa pip. Si después instalas más paquetes con conda, pueden generarse conflictos con los que instalaste con pip.

B.5 Control de versiones con conda

Conda nos permite controlar tres tipos de versiones.

B.5.1 1. Versiones de Python

Cada entorno puede tener una versión de Python distinta:

conda create -n py311 python=3.11
conda create -n py313 python=3.13

Así podemos ejecutar un proyecto antiguo con Python 3.11 y uno nuevo con Python 3.13 en la misma computadora.

B.5.2 2. Versiones de paquetes

Instrucción Significado
conda install numpy La versión más reciente compatible.
conda install numpy=1.26 Cualquier versión 1.26.x.
conda install numpy=1.26.4 Exactamente la versión 1.26.4.
conda install "numpy>=1.26" La versión 1.26 o una más reciente.
conda install "numpy>=1.26,<2" Entre la 1.26 y antes de la 2.
Nota

Una versión como 1.26.4 sigue el esquema mayor.menor.parche. Un cambio en la versión mayor (de 1.x a 2.x) puede hacer que tu código deje de funcionar; los cambios menores y de parche suelen ser compatibles.

B.5.3 3. Versiones del entorno completo: environment.yml

Para compartir un entorno o reproducirlo en otra computadora, guardamos su “receta” en un archivo environment.yml:

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

La opción --from-history guarda solo los paquetes que tú pediste (no todas sus dependencias), por lo que el archivo funciona en otros sistemas operativos. El resultado se ve así:

name: taller
channels:
  - conda-forge
dependencies:
  - python=3.12
  - numpy
  - pandas
  - jupyter

En otra computadora, el entorno se crea con:

conda env create -f environment.yml

Y si modificas el archivo, actualizas el entorno con:

conda env update -f environment.yml --prune
Tip

El archivo environment.yml es texto plano, así que puedes guardarlo en tu repositorio de Git/GitHub junto con tu código. Así cualquier persona (incluido tu “yo del futuro”) podrá reproducir tu análisis. Lo que no debes subir a GitHub es la carpeta del entorno.

B.5.4 Historial de cambios del entorno

Conda guarda un registro de cada modificación del entorno, que permite regresar a un estado anterior:

conda list --revisions     # Ver el historial de cambios
conda install --revision 2 # Regresar a la revisión 2

B.6 Usar conda en RStudio, Quarto y Jupyter

B.6.1 Con reticulate

Desde la consola de R:

Código 
library(reticulate)

conda_create("taller", packages = c("numpy", "pandas"), python_version = "3.12")
use_condaenv("taller")   # Usar este entorno en la sesión
conda_list()             # Listar los entornos de conda

B.6.2 Con Quarto

El entorno necesita jupyter para que Quarto pueda ejecutar Python:

conda activate taller
conda install jupyter pyyaml

Después indica a Quarto qué Python usar, desde la consola de R:

Código 
Sys.setenv(QUARTO_PYTHON = path.expand("~/miniconda3/envs/taller/bin/python"))

Para conocer la ruta exacta, ejecuta conda activate taller y después which python en la terminal.

B.6.3 Con Jupyter Notebook

conda activate taller
conda install notebook ipykernel
jupyter notebook

Al volver a abrir la terminal no necesitas reinstalar: los paquetes se conservan en el entorno. Solo ejecuta conda activate taller antes de trabajar.

Nota

En Google Colab no se utiliza conda: cada sesión es una máquina virtual nueva y los paquetes se instalan con !pip install.

B.7 conda vs venv + pip

Característica venv + pip conda
¿Viene con Python? Sí. No, se instala aparte.
Instala paquetes de… Solo Python (desde PyPI). Python, R, C, herramientas de línea de comandos.
¿Puede instalar otra versión de Python? No, usa la versión que ya tienes. Sí, una por entorno.
¿Resuelve dependencias entre todos los paquetes? Parcialmente. Sí.
Archivo para reproducir el entorno requirements.txt environment.yml
Espacio en disco Menor. Mayor.

B.8 Ventajas y desventajas

Ventajas Desventajas
Administra entornos y paquetes con una sola herramienta. Ocupa más espacio en disco: cada entorno guarda sus propias copias.
Permite tener varias versiones de Python en la misma computadora. La instalación de paquetes puede ser más lenta que con pip.
Instala software que no es de Python (R, samtools, compiladores). Algunos paquetes recientes aparecen primero en pip que en conda.
Evita errores de compilación: los paquetes vienen ya compilados. Mezclar conda y pip sin cuidado puede generar conflictos.
Funciona igual en Windows, macOS y Linux. Puede haber confusión con varios Python instalados (sistema, Homebrew, conda).
Facilita la reproducibilidad con environment.yml. El canal defaults de Anaconda tiene restricciones de licencia para organizaciones grandes.
Es el estándar en bioinformática gracias a Bioconda. Anaconda completa ocupa varios GB, aunque no uses la mayoría de los paquetes.

B.8.1 ¿Cuándo usar cada opción?

  • venv + pip: proyectos sencillos que solo usan paquetes de Python.
  • Miniconda o Miniforge: proyectos científicos, varias versiones de Python o herramientas de bioinformática.
  • Anaconda: si prefieres una interfaz gráfica y tener todo instalado desde el inicio, y tienes suficiente espacio en disco.
  • Google Colab: si no puedes instalar nada en tu computadora.

B.9 Referencias