Ubuntu20.04安装Anaconda3 + Jupyter notebook + vscode-conda配置详细教程

1. 安装Anaconda:

1. 从Anaconda官网获取适配Linux版本的Installer，链接：Anaconda download
   （或进入各种历史版本下载地址：https://repo.anaconda.com/archive/ ）
   点击下载后Download文件夹出现.sh文件（本人为 Anaconda3-2024.10-1-Linux-x86_64.sh）

2. 在Download文件夹下打开终端，运行

bash Anaconda3-2024.10-1-Linux-x86_64.sh

将其安装到用户目录(./home/user)下，按照引导操作即可。

3. 安装完成后输入

python3

检查安装情况

4. 终端输入

gedit ~/.bashrc

，在文件最后一行添加anaconda路径，保存关闭后输入

source ~/.bashrc

使环境变量生效。

5. 终端输入

anaconda-navigator

可打开GUI界面

（注：Anaconda可以在该界面弹出的update选项中直接更新，需要更新时无需重新安装）

2. 安装Jupyter notebook 并利用鸢尾花数据集进行测试:

1. 安装和更新pip3

sudo apt install python3-pip

sudo pip3 install --upgrade pip

2. 使用pip3安装Jupyter notebook

sudo pip3 install notebook

（有概率超时，必要时可使用魔法）

3. 安装完成后终端输入jupyter notebook即可打开浏览器界面
   点击右上角 New，选择python[conda env:base]* 即可创建基于本地conda环境的ipynb文件
   

4. 创建cell并运行如下测试代码，如果运行结果为1.0000，则证明运行成功，可以进行后续的学习啦！

测试代码

# 导入必要库
import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 划分训练测试集
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

# 创建随机森林分类器
clf = RandomForestClassifier(n_estimators=100, random_state=42)

# 训练模型
clf.fit(X_train, y_train)

# 预测并评估
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率: {accuracy:.4f}")

3. 在VScode使用conda的python环境

1. 安装python扩展：
   打开VSCode
   点击左侧Extensions图标（或按Ctrl+Shift+X）
   搜索并安装"Python"扩展（由Microsoft发布）

2. 选择解释器
   按Ctrl+Shift+P打开命令面板
   输入并选择"Python: Select Interpreter"
   选择路径类似~/anaconda3/bin/python的解释器
   

3. 粘贴上述测试代码并右键点击Run运行即可！