Ubuntu的Anaconda3配置及使用

Anaconda在Ubuntu的配置及使用

目录

• Anaconda在Ubuntu的配置及使用
  • 1.下载
  • 2.安装
    • 1.注意事项
    • 2.anaconda3选择初始化区别
      • 1、选择yes：
      • 2、选择no：
  • 3.配置环境变量
  • 4.验证
  • 5.使用
  • 6.换源
    • 1.conda换源
      • 1.为conda配置清华的镜像
• 设置搜索时显示通道地址，该命令意思是从channel中安装包时显示channel的url，这样就可以知道包的安装来源
  • • • 2.其他源
      • 3.恢复默认源
      • 4.删除旧镜像源
      • 5.添加新镜像源
      • 6.查看配置信息
      • 7.可视化界面换源
    • 2.pip换源
      • 1.配置
      • 2.使用模式
        • 1.临时使用
        • 2.永久使用
        • 3.pip华为源
        • 3.国内pip常用镜像源
  • 7.Jupyter
  • 8.Anaconda的卸载及重装
    • 1.仅更新Anaconda，保留env
    • 2.卸载重装Anaconda

1.下载

下载地址

官网：https://www.anaconda.com/products/distribution

清华源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=Dhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh)

下载好的Anaconda3-2021.11-Linux-x86_64.sh如图所示：

（可以先下载到自己本地电脑，再复制粘贴到Ubuntu虚拟机主目录中）

2.安装

1.右键点击文件夹，点击在终端中打开

2.输入下面命令行

bash Anaconda3-2021.11-Linux-x86_64.sh

1.注意事项

3.输入yes，并按回车键

4.不断回车

5.输入yes，并按回车键

6.回车选择默认的安装目录（默认在用户主目录下创建一个名为anaconda3的文件夹作为安装地址）

7.等待安装

8.输入yes，并按回车键

以下参考内容

2.anaconda3选择初始化区别

9.Linux安装anaconda3提示是否初始化Anaconda3

Do you wish the installer to initialize Anaconda3 by running conda init?

官方建议的是选yes，那么选择yes和no有什么区别呢？

1、选择yes：

选择yes的话，bashrc文件中会添加以下内容，这样在打开终端时自动执行conda activate root命令，这样在终端输入python的时候默认是python3（CentOS7及

7以下默认装的是python2）。

这样的话，启动虚拟机shell命令前面出现(base)字样，默认python3（当然，conda deactivate这个命令又可以回去）

2、选择no：

选择no的话，在安装完anaconda后需手动添加环境变量：

以下是选择no的终端shell命令格式：

这里，终端输入python，就会选择python2，当然可以通过以下命令切换到python3:

conda activate root

不过，有的小伙伴会问，如果我安装过程选择了no，但是安装完还想初始化，该怎么操作？可以通过以下命令来实现：

source /usr/local/src/anaconda3/bin/activate

conda init

以实际安装目录为准。

执行完这两个命令，bashrc中也会添加上面那些内容。

ps:以下是官网的建议:

10.安装完成

注意：

安装过程如果出现下图的错误Failed to execute script entry_point是因为Ubuntu文件系统根目录上的磁盘空间不足，具体解决方案可以查看此篇博客Ubuntu中文件系统根目录上的磁盘空间不足（解决方案）

3.配置环境变量

vim ~/.bashrc

在环境变量页面输入

#Anaconda
export PATH=/home/hadoop/anaconda3/bin:$PATH

source ~/.bashrc

4.验证

输入

conda list

若有以下界面则安装成功

5.使用

1.检测安装的虚拟环境列表，anaconda自带base环境

conda env list

2.创建虚拟环境

conda create --name PythonName(虚拟环境名称) python=python?.?(python版本)
#or
conda create --name PythonName(虚拟环境名称) python=?.?

3.删除虚拟环境

conda remove --name PythonName(虚拟环境名称) --all

4.激活虚拟环境

source activate PythonName(虚拟环境名称)

or

conda activate PythonName(虚拟环境名称)

5.退出虚拟环境

conda deactivate
#or
source deactivate PythonName(虚拟环境名称)

6.在当前环境中安装包

conda install PackageName(包名)
#or
pip install PackageName(包名)

7.在当前环境中卸载包

conda remove PackageName(包名)
#or
pip uninstall PackageName(包名)

8.显示当前环境安装的包

conda list

9.显示当前使用的python，更换需要激活其他虚拟环境

python -V

10.升级当前conda

conda update conda

6.换源

1.conda换源

1.为conda配置清华的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
#conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
#conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

设置搜索时显示通道地址，该命令意思是从channel中安装包时显示channel的url，这样就可以知道包的安装来源

conda config --set show_channel_urls yes

2.检查否配置镜像成功

conda config --show channels

2.其他源

1.阿里云：https://mirrors.aliyun.com/anaconda/

conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/bioconda/

检查是否换源成功终端输入以下命令：

conda info

2.中国科技大学： https://pypi.mirrors.ustc.edu.cn/simple/

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/pytorch/
//设置搜索时显示通道地址
conda config --set show_channel_urls yes

3.北京外国语大学https://mirrors.bfsu.edu.cn/help/anaconda/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

4.北京大学https://mirrors.pku.edu.cn/Help/Anaconda

conda config --add channels conda config --add channels https://mirrors.pku.edu.cn/anaconda/pkgs/main/
conda config --add channels conda config --add channels https://mirrors.pku.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels conda config --add channels https://mirrors.pku.edu.cn/anaconda/cloud/bioconda/

5.哈尔滨工业大学https://mirrors.hit.edu.cn/anaconda/

conda config --add channels https://mirrors.hit.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.hit.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.hit.edu.cn/anaconda/cloud/bioconda/

6.南京大学https://mirror.nju.edu.cn/help/anaconda

conda config --add channels https://mirror.nju.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirror.nju.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirror.nju.edu.cn/anaconda/cloud/bioconda/

7.北京交通大学https://mirror.bjtu.edu.cn/anaconda/

conda config --add channels https://mirror.bjtu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirror.bjtu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirror.bjtu.edu.cn/anaconda/cloud/bioconda/

8.西安交通大学https://mirrors.xjtu.edu.cn/

conda config --add channels https://mirrors.xjtu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.xjtu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.xjtu.edu.cn/anaconda/cloud/bioconda/

9.重庆邮电大学https://mirrors.cqupt.edu.cn/anaconda/

conda config --add channels https://mirrors.cqupt.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.cqupt.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.cqupt.edu.cn/anaconda/cloud/bioconda/

10.南方科技大学https://mirrors.sustech.edu.cn/help/anaconda.html#introduction

conda config --add channels https://mirrors.sustech.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.sustech.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.sustech.edu.cn/anaconda/cloud/bioconda/

3.恢复默认源

conda config --remove-key channels

4.删除旧镜像源

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/

5.添加新镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/

6.查看配置信息

conda config --show

7.可视化界面换源

终端输入

anaconda-navigator

启动可视化界面 轻松完成channel源的添加，删除，检查。 在换国内源的时候，将网址一条条输入 后 update即可。

2.pip换源

1.配置

在终端新建pip的目录

mkdir ~/.pip
#(文件夹要加"."，表示是隐藏文件夹)
cd ~/.pip
vim pip.conf

vim，按按键i编辑将下面代码输入

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/

按esc，输入下面代码保存并退出

:wq

配置pip镜像完成

2.使用模式

1.临时使用

可以在使用pip的时候加参数 -i

-i https://pypi.tuna.tsinghua.edu.cn/simple

例如：

pip install -i http://mirrors.aliyun.com/pypi/simple/ tensorflow

这样就会从阿里云这边的镜像去安装tensorflow库。

2.永久使用

编辑配置时建立的pip.conf

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

3.pip华为源

1.临时使用

运行以下命令使用华为开发云软件源安装软件包：

pip install --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple
<some-package>

2.设为默认

Pip的配置文件为用户根目录下的：~/.pip/pip.conf, 您可以配置如下内容：

[global]
index-url = https://repo.huaweicloud.com/repository/pypi/simple
trusted-host = repo.huaweicloud.com
timeout = 120

3.国内pip常用镜像源

1.清华镜像

https://pypi.tuna.tsinghua.edu.cn/simple

2.中科大镜像

https://pypi.mirrors.ustc.edu.cn/simple/

3.阿里镜像

https://mirrors.aliyun.com/pypi/simple/

4.百度镜像

https://mirror.baidu.com/pypi/simple

7.Jupyter

0.创建一个环境安装Jupyter

conda create --name env_name(虚拟环境名称) python=?.?

1.安装jupyter notebook

conda install jupyter notebook

2.为Jupyter Notebook配置虚拟环境

conda install nb_conda

3.为Jupyter Notebook配置虚拟环境

conda install ipykernel

4.查看当前使用的 Python

which python

5.查看当前使用的 Jupyter

which jupyter

6.将虚拟环境 env_name写入 Jupyter 的kernel中

python -m ipykernel install --user --name env_name

7查看 Jupyter 下可用的kernel

jupyter kernelspec list

这时，在jupyter notebook新建文件时可以看到可用的kernel。

也可以在Jupyter主页切换可用的kernel。jupyter主页 -> Kernel -> Change kernel -> 可用的kernel

8.移除名为 tensorflow 的kernel

jupyter kernelspec remove tensorflow

8.Anaconda的卸载及重装

1.仅更新Anaconda，保留env

因为各种各样的原因，Anaconda突然就报错不好使了。

Traceback (most recent call last):

File “/home/xxx/anaconda3/bin/conda”, line 7, in

from conda.cli import main

ImportError: No module named conda.cli

原因1：误删Anaconda下python的软链接

原因2：安装tensorflow的时候将python和其他包也更新了，破坏了anaconda的基本环境（例如，原始Anaconda对应的python版本为3.6，更新后的python

版本为3.7）

解决方案：可以使用如下命令对Anaconda进行更新，重装Anaconda相关信息，同时保留env，且env自定义环境中的安装包不受影响（仅更新Anaconda，

之前建的环境和下载的包均保留）。

bash Anaconda3-5.3.0-Linux-x86_64.sh -u

2.卸载重装Anaconda

1.删除Anaconda原来的安装路径

sudo rm -rf /home/xxx/anaconda3

2.在根目录下，编辑~/.bashrc文件

sudo gedit ~/.bashrc

3.删除或者注释掉以下这段代码（注：Anaconda安装时会将PATH写入该文件中。）

#added by Anaconda3 installer
export PATH="/home/xxx/anaconda3/bin:$PATH"

4.为使其立即生效，在终端执行：

source ~/.bashrc 

5.重新安装Anaconda

bash Anaconda3-5.3.0-Linux-x86_64.sh