Linux 安装及使用 anaconda_linux安装anaconda 后路径和设置

下载Anaconda

途经一：官网下载，但速度很慢地址：https://www.continuum.io/downloads途经二：从清华大学镜像网站下载，速度较快，重点推荐

地址：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

安装

输入命令：bash Anaconda-3-5.3.1-Linux-x86_64.sh

回车

输入：yes

选择安装路径，可以修改安装路径

输入：yes

# 提示“Thank you for installing Anaconda3!”视为安装成功

设置环境变量

1、打开配置文件：

vim /etc/profile

2、 在文件的最后加上如下配置

exportANACONDA_HOME=/tmp/software/anaconda3 # 步骤2.4 中的安装路径

exportPATH=$ANACONDA_HOME/bin:$PATH

exportPYSPARK_PYTHON=$ANACONDA_HOME/bin/python # 可不添加

3、source /etc/profile # 使文件修改生效

​

4、第三库安装与默认源修改

使用conda create 创建虚拟环境或利用conda install 安装软件的时候，有时conda 源下载速度太慢，过程中会中断连接导致压缩包下载不全或者失败

解决办法： 将conda 改为国内源的清华源或者中科大源，比如：

#添加数据源：例如, 添加清华anaconda镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

​

conda config --set show_channel_urls yes

​

然后再次执行conda create ... 命令，会有一个较长的等待过程，然后提示确认或者取消，输入y 确认创建

# 拓展：关于conda的数据源，另外有下述操作可做选择

#显示目前conda的数据源有哪些

conda config --show channels

#删除数据源

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

#回复默认源

conda config --remove-key channels

其他镜像源，推荐使用中科大源

# 中科大镜像源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

​

# 阿里镜像源

conda config --add channels https://mirrors.aliyun.com/pypi/simple/

​

# 豆瓣的python的源

​

conda config --add channels http://pypi.douban.com/simple/

虚拟环境的创建

[root@jddocker anaconda3]# conda create -n jd11 python=3.8 numpy

#创建一个名为jd11的环境，指定版本为3.8，同时先安装了numpy包

​

tk-8.6.12 | 3.0 MB | ############################################################################################################## | 100%

libgcc-ng-11.2.0 | 5.3 MB | ############################################################################################################## | 100%

ca-certificates-2023 | 120 KB | ############################################################################################################## | 100%

Preparing transaction: done

Verifying transaction: done

Executing transaction: done

#

# To activate this environment, use

#

# $ conda activate jd11

#

# To deactivate an active environment, use

#

# $ conda deactivate

​

进入jd11的虚拟环境

[root@jddocker anaconda3]# source activate jd11

(jd11) [root@jddocker anaconda3]#

​

安装包

(jd11) [root@jddocker anaconda3]# conda install Pillow

​

查看已安装的所有包

(jd11) [root@jddocker anaconda3]# conda list

# packages in environment at /user/local/anaconda3/envs/jd11:

#

# Name Version Build Channel

_libgcc_mutex 0.1 main https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

_openmp_mutex 5.1 1_gnu https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

blas 1.0 mkl https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

ca-certificates 2023.01.10 h06a4308_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

certifi 2022.12.7 py38h06a4308_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

freetype 2.12.1 h4a9f257_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

giflib 5.2.1 h5eee18b_3 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

intel-openmp 2021.4.0 h06a4308_3561 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

jpeg 9e h5eee18b_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

lcms2 2.12 h3be6417_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

ld_impl_linux-64 2.38 h1181459_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

lerc 3.0 h295c915_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libdeflate 1.17 h5eee18b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libffi 3.4.2 h6a678d5_6 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libgcc-ng 11.2.0 h1234567_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libgomp 11.2.0 h1234567_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libpng 1.6.39 h5eee18b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libstdcxx-ng 11.2.0 h1234567_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libtiff 4.5.0 h6a678d5_2 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libwebp 1.2.4 h11a3e52_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libwebp-base 1.2.4 h5eee18b_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

lz4-c 1.9.4 h6a678d5_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

mkl 2021.4.0 h06a4308_640 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

mkl-service 2.4.0 py38h7f8727e_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

mkl_fft 1.3.1 py38hd3c417c_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

mkl_random 1.2.2 py38h51133e4_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

ncurses 6.4 h6a678d5_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

numpy 1.23.5 py38h14f4228_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

numpy-base 1.23.5 py38h31eccc5_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

openssl 1.1.1t h7f8727e_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

pillow 9.4.0 py38h6a678d5_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

pip 23.0.1 py38h06a4308_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

python 3.8.16 h7a1cb2a_3 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

readline 8.2 h5eee18b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

setuptools 65.6.3 py38h06a4308_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

six 1.16.0 pyhd3eb1b0_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

sqlite 3.40.1 h5082296_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

tk 8.6.12 h1ccaba5_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

wheel 0.38.4 py38h06a4308_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

xz 5.2.10 h5eee18b_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

zlib 1.2.13 h5eee18b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

zstd 1.5.2 ha4553b6_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

(jd11) [root@jddocker anaconda3]#

​

退出虚拟环境

(jd11) [root@jddocker anaconda3]# source deactivate

DeprecationWarning: 'source deactivate' is deprecated. Use 'conda deactivate'.

​

#提示source deactivate 已过期了，以后用conda deactivate

虚拟环境的管理

#显示所有环境

[root@jddocker anaconda3]# conda env list

# conda environments:

#

base * /user/local/anaconda3

jd11 /user/local/anaconda3/envs/jd11

​

1. conda --version#查看conda版本，验证是否安装

2. conda update conda #更新至最新版本，也会更新其它相关包

conda update -n base conda #update最新版本的conda

3. conda update --all#更新所有包

4. conda update package_name #更新指定的包

5. conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包

6. conda activate env_name #切换至env_name环境

7. conda deactivate #退出环境

8. conda info -e#显示所有已经创建的环境

或 conda env list

或 conda info --envs

9. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name

10. conda remove --name env_name –all #删除环境

11. conda list # 查看所有已经安装的包

12. conda install package_name #在当前环境中安装包

13. conda install --name env_name package_name #在指定环境中安装包

14. conda remove -- name env_name package #删除指定环境中的包

15. conda remove package #删除当前环境中的包

16. conda env remove -n env_name #采用第10条的方法删除环境失败时，可采用这种方法

​

​

17. 以下两个命令必须在 base 环境下进行操作，否则会报错

conda create --name newname --clone oldname # 克隆oldname 环境为newname 环境

conda remove --name oldname --all # 彻底删除旧环境

最后，导出当前环境中所有的包，制作requirements.txt

pip freeze > requirements.txt

安装requirements所需要的依赖

pip install -r requirements.txt