【Anaconda】Linux下Anaconda安装和捏造情况配置

Anaconda 是 Python 数据科学领域最常用的发行版，装好之后真正决定效率的是虚拟环境和依赖管理。这篇讲在 Linux 上从下载、安装到 conda 建环境、导出复现环境、启动 jupyter，再到四个高频报错的兜底方案。

一、安装 Anaconda

1.1 下载安装包

两个途径：

• 在官网下载后上传到服务器（清华镜像的归档站 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 里版本很全，国内速度更快）。
• 直接在 Linux 上下载：复制要装版本的链接，用 wget：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

1.2 开始安装

进到存放安装包的目录，先给执行权限再跑：

# 给文件执行权限
chmod 777 Anaconda3-2021.11-Linux-x86_64.sh

# 执行
./Anaconda3-2021.11-Linux-x86_64.sh

安装过程中：先是版权协议，按 ↓ 或 S 键往下翻，直到出现 yes/no，输 yes；接着提示安装位置，默认 /root/anaconda3，要改就输路径，不改直接回车；然后问是否初始化，选 yes，等一会儿。之后必须重开终端，Anaconda 才生效，命令行前面会出现 (base) 字样。

注意：Anaconda 在 Linux 下默认装在 ./anaconda3 目录。装坏了想重来，直接 rm -rf [目录] 删掉整个 anaconda3 文件夹即可。

二、conda 虚拟环境管理

2.1 查看环境

conda info -e
conda env list

前面带 * 的就是当前正在用的环境。

2.2 创建 / 激活 / 退出

conda create -n mypython python=3.11

conda activate mypython      # 激活
conda deactivate             # 退出（后面不带环境名）

2.3 复制与删除

conda create -n newpythonenv --clone oldpythonenv   # 复制环境
conda remove -n mypythonenv --all                   # 删除整个环境

2.4 包管理

• 看包：conda list -n 环境名，或者先 activate 再 conda list。
• 装：conda install 包名=版本号。
• 删：conda uninstall 包名。
• 更：conda update 包名。

2.5 一键复现环境（很重要）

复现别人的项目、或者换服务器时，这一步能省掉一整天的踩坑：

conda env export > myenv.yaml      # 导出环境
conda env create -f myenv.yaml     # 按 yamL 重建环境

两个注意点：其一，yaml 里只带 用 conda install 装的包，pip 装的库大概率不会跟过来，得手动补；其二，如果同时用 pip，可以再补一份requirements：

pip freeze > requirements.txt
pip install -r requirements.txt

三、Jupyter 相关

Anaconda 一般自带这些工具，不用额外下。

• 装：conda install jupyterlab。
• 启动：jupyter notebook 或 jupyter lab。

本地起 jupyter notebook 就能拿到浏览器里的编辑界面；远程服务器上的长期访问涉及服务配置和端口转发，属于另一套独立步骤。

四、四个高频问题

4.1 遇到 "–no-check-certificate"

下载时加 --no-check-certificate 跳过证书校验即可：

wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh
sh Anaconda3-2021.11-Linux-x86_64.sh

4.2 /home 空间不足

后面还要装一大堆库时，会反复提示 no space。解决办法是改装 Miniconda，体积比 Anaconda3 小很多，大概 3 GB：

wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

4.3 PackagesNotFoundError

像 soundfile 这类第三方库提示当前 channel 找不到，换国内源装：

pip install soundfile -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

4.4 tensor 与 numpy 不兼容

报 Cannot convert a symbolic Tensor to a numpy array，本质是 numpy 版本过高导致，降回去：

pip install numpy==1.18.5

五、小结

这套流程拆开就是四步：wget 拉 sh 包 → chmod + 执行 + 选路径 + 初始化 → 用 conda 管理环境与包 → 导出 yaml 保证可复现。真正能长期省时间的不是装本身，而是每个项目一个独立环境 + 导出 yaml/requirements 这个习惯——换机器、交作业、协作复现都靠它。

qidao123.com企服评测-应用市场 编辑提示