跳转至

Anaconda

安装 Anaconda 1#

访问 Anaconda Archive 官网,选择相应架构(如 Linux-x86_64)的最新版本下载 (1)

  1. 可以通过 wget 命令在终端中下载,例如:

    Bash
    wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh
    


执行下列命令,安装 Anaconda 发行版

不要以管理员身份运行

如果使用 sudo 以管理员身份运行,Anaconda 将安装至 root 目录,之后安装软件包时可能会出现权限问题

Bash
bash ${Anaconda3-xxxx.xx-xx-Linux-x86_64.sh}

按下回车键继续,查看许可协议


使用上下方向键阅读协议,最后输入 yes 并回车确认


确认安装位置,默认位置为 ~/anaconda3,按下回车或输入新位置继续安装


选择是否初始化 conda

  • yes:更新 bash 配置文件,使其能够识别 conda 命令,并默认激活 base 环境 (1)
  • no:不会修改 bash 配置文件,如果后续使用 conda,需要手动初始化
  1. 如果需要取消默认激活 base 环境,可以使用下列命令:
Bash
conda config --set auto_activate_base false 
手动初始化 conda

如果需要手动初始化 conda,可以使用下列命令:

${PATH_TO_CONDA} 替换为 Anaconda 的安装目录,默认为 ~/anaconda3

Bash
source ${PATH_TO_CONDA}/bin/activate
conda init --all # (1)!
  1. --all 选项将初始化所有支持的 shell,详见:conda init — conda documentation


安装完成,重启终端即可使用 conda


安装 Miniconda 2#

Miniconda

Miniconda 是一个更轻量级的 Python 环境管理工具,它仅包含 Conda 包管理器、Python 解释器及少量核心依赖,相比 Anaconda 预装的数百个科学计算包,Miniconda 具有更小的安装体积(通常仅 200MB)和更低的内存占用,尤其适用于服务器部署或快速构建纯净隔离的项目环境。

执行下列命令,下载 Miniconda 最新发行版 (1)

  1. 对于其他版本,可查看 Miniconda Archive
Bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

安装 Miniconda 发行版

Bash
bash Miniconda3-latest-Linux-x86_64.sh

启动 Navigator#

Anaconda Navigator

Anaconda Navigator 是 Anaconda 发行版中包含的桌面图形用户界面(GUI),可以通过 Navigator 轻松地管理 Python 环境、安装、更新和卸载各种软件包以及使用各种 IDE 工具,而无需使用终端命令。

Anaconda 已附带安装 Navigator,对于 Miniconda,可以使用 conda install anaconda-navigator 命令安装 (1)

  1. 如果需要卸载 Navigator,可以使用 conda remove anaconda-navigator 命令

使用下列命令启动 Navigator:

Bash
anaconda-navigator


更换软件源#

选择一个国内镜像站,建议优先选择地理位置较近、相同运营商的镜像站 (1)

  1. 可在校园网联合镜像站中查询
推荐镜像站 镜像站帮助页(Anaconda)
清华大学镜像站(tsinghua) https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
南京大学镜像站(nju) https://mirror.nju.edu.cn/mirrorz-help/anaconda/?mirror=NJU
上海交通大学镜像站(sjtu) https://mirrors.sjtug.sjtu.edu.cn/docs/anaconda
阿里云镜像站(aliyun) https://developer.aliyun.com/mirror/anaconda

以南京大学镜像站为例,复制下方的镜像源

常用第三方源 custom_channels
  • conda-forge:社区维护的开源包仓库,提供大量最新版本的跨平台软件。
  • pytorch:PyTorch 官方频道,提供深度学习框架及其扩展库。
  • nvidia:NVIDIA 维护的频道,包含 CUDA 工具包等 GPU 加速库。
  • intel:Intel 优化的数学库(如 MKL),提升 CPU 计算性能。
  • msys2:Windows 系统工具链频道,包含编译工具和依赖库(如 GCC、Git)。
  • bioconda:生物信息学专用频道,提供生物数据分析工具(如 SAMtools、BLAST)。
  • menpo:计算机视觉和图像处理工具库(如 dlib、OpenCV)。

在终端中执行下列命令,编辑软件源配置文件

Bash
gedit ~/.condarc

将配置文件中 channels 及相关部分替换为镜像源,并保存文件


更改为镜像源后,需要清除索引缓存

Bash
conda clean -i

更新 Conda 和 Navigator#

指定更新版本

如果 conda 需要安装指定版本或最新版本 (1),可以执行下列命令:

Bash
conda install -n base conda=xx.xx.xx

如果版本过低可能需要逐级更新,例如要从 conda 4.12 更新至 conda 23.10.0,需要先安装 conda 22.11.1

  1. 最新版本可查看 Releases · conda/conda
Bash
conda update -n base conda
conda update anaconda-navigator

卸载 Navigator#

Bash
conda remove anaconda-navigator

卸载 Anaconda#

移除 anaconda3 目录以外的环境

${PATH_TO_ENV_DIRECTORY} 替换为环境目录 (1)

  1. 可以使用 conda info --envs 命令查看所有环境及其目录
Bash
~/anaconda3/_conda constructor uninstall --prefix ${PATH_TO_ENV_DIRECTORY}

移除所有终端配置文件中的 conda 初始化脚本

Bash
conda init --reverse --all

移除 .condarc 文件和 .conda.continuum 目录

Bash
rm -rf ~/.condarc ~/.conda ~/.continuum

移除整个 anaconda3 及相关目录

Bash
rm -rf anaconda3
rm -rf ~/anaconda3
sudo rm -rf /opt/anaconda3

卸载 Miniconda#

Bash
~/miniconda3/uninstall.sh
命令可选项
  • --remove-caches:删除缓存文件(例如包缓存和索引缓存等)
  • --remove-config-files {user,system,all}:删除配置文件(例如 .condarc 文件),user 会移除当前用户主目录内的文件,而 system 会移除该目录外的所有文件
  • --remove-user-data:删除用户数据(例如 ~/.conda 目录)

常用命令 3#

描述 命令
验证 conda 安装,检查版本等 conda info
创建环境 conda create --name ENVNAME python=3.10
删除环境 conda remove -n ENVNAME --all
激活环境 conda activate ENVNAME
列出已安装包 conda list
更新所有包 conda update --all
安装包(指定 channel) conda install -c CHANNELNAME PKG1 PKG2
conda install CHANNELNAME::PKGNAME
安装包(指定版本) conda install PKGNAME=3.1.4
conda install "PKGNAME>2.5,<3.2"
conda install "PKGNAME [version='2.5|3.2']"
安装包(文件列表) conda install --file FILENAME
卸载包 conda uninstall PKGNAME
列出所有环境及其位置 conda env list
导出环境文件
1. 跨平台兼容
2. 指定平台 + 包
3. 指定平台 + 包 + channel
conda env export --from-history>ENV.yml
conda env export ENVNAME>ENV.yml
conda list --explicit>ENV.txt
导入环境文件 conda env create -n ENVNAME --file ENV.yml
conda create -n ENVNAME --file ENV.txt
删除所有未使用文件 conda clean --all
检查 conda 配置 conda config --show