当前位置: 首页 > news >正文

Anaconda3 2024.06 Ubuntu 22.04 安装:3步配置清华源与自动环境变量

Anaconda3 2024.06 在 Ubuntu 22.04 上的极简安装与自动化配置指南

对于需要在 Ubuntu 22.04 LTS 上快速搭建 Python 科学计算环境的开发者来说,Anaconda 无疑是最便捷的选择。本文将介绍如何通过清华源快速安装最新版 Anaconda3 2024.06,并实现一键配置环境变量和桌面快捷方式,让您能够在几分钟内完成全部设置。

1. 准备工作与环境检查

在开始安装之前,我们需要确保系统环境符合要求并做好必要准备。Ubuntu 22.04 LTS 作为长期支持版本,其稳定性和兼容性都非常出色,是运行 Anaconda 的理想平台。

首先打开终端(快捷键 Ctrl+Alt+T),执行以下命令更新系统软件包:

sudo apt update && sudo apt upgrade -y

检查系统是否已安装 wget 工具,这是下载 Anaconda 安装脚本所必需的:

which wget || sudo apt install wget -y

确认您的系统架构(大多数现代计算机都是 x86_64 架构):

uname -m

提示:如果输出显示 "x86_64",则表示您的系统是 64 位架构,可以安装标准版 Anaconda。

2. 通过清华源快速下载 Anaconda

直接从 Anaconda 官网下载可能会遇到速度缓慢的问题,使用国内镜像源可以大幅提升下载速度。清华大学的开源软件镜像站提供了 Anaconda 的完整镜像。

执行以下命令获取最新版 Anaconda3 2024.06 的下载链接并自动下载:

ANACONDA_VERSION="2024.06" # 可根据需要修改版本号 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-${ANACONDA_VERSION}-Linux-x86_64.sh

下载完成后,验证文件完整性(可选但推荐):

sha256sum Anaconda3-${ANACONDA_VERSION}-Linux-x86_64.sh

将输出与清华源提供的校验值进行比对,确保文件下载完整无误。

3. 一键安装与自动化配置

传统安装方式需要手动应答多个提示并单独配置环境变量,这里我们提供一种自动化安装方法,可以跳过所有交互步骤并自动完成基础配置。

运行以下命令开始自动化安装:

bash Anaconda3-${ANACONDA_VERSION}-Linux-x86_64.sh -b -p $HOME/anaconda3

参数说明:

  • -b:批处理模式,自动接受许可协议
  • -p:指定安装路径(这里设置为用户主目录下的 anaconda3)

安装完成后,自动初始化 conda 并配置环境变量:

echo 'export PATH="$HOME/anaconda3/bin:$PATH"' >> ~/.bashrc source ~/.bashrc

验证安装是否成功:

conda --version python --version

如果看到 conda 和 Python 的版本信息,说明安装配置已完成。

4. 配置清华 conda 镜像源

为了加速后续的包管理操作,我们需要将 conda 的默认源替换为清华镜像。创建或修改 ~/.condarc 文件:

cat > ~/.condarc << EOF channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud EOF

更新 conda 和所有已安装的包:

conda update --all -y

5. 创建桌面快捷方式

为了方便启动 Anaconda Navigator,我们可以为其创建桌面快捷方式。Ubuntu 使用 .desktop 文件来定义应用程序启动器。

首先确定 Anaconda Navigator 的图标路径(通常位于安装目录下):

ICON_PATH=$(find $HOME/anaconda3 -name "anaconda-icon-256x256.png" | head -1)

创建桌面快捷方式文件:

cat > ~/Desktop/Anaconda-Navigator.desktop << EOF [Desktop Entry] Name=Anaconda Navigator Version=1.0 Type=Application Exec=$HOME/anaconda3/bin/anaconda-navigator Icon=$ICON_PATH Terminal=false StartupNotify=true Categories=Development;Science; EOF

为快捷方式添加执行权限:

chmod +x ~/Desktop/Anaconda-Navigator.desktop

如果快捷方式图标没有立即显示,可以尝试刷新桌面:

nautilus -q && nautilus --new-window &

6. 常见问题与解决方案

在实际使用过程中,可能会遇到一些典型问题,这里提供快速解决方法:

问题1:快捷方式无法启动,提示"不受信任的应用程序启动器"

解决方法:右键点击快捷方式 → 属性 → 权限 → 勾选"允许作为程序执行文件"

问题2:conda 命令未找到

解决方法:重新加载 bash 配置或手动添加路径:

source ~/.bashrc # 或者 export PATH="$HOME/anaconda3/bin:$PATH"

问题3:Anaconda Navigator 启动缓慢

解决方法:可以尝试使用命令行工具 conda 管理环境,或者禁用 Navigator 的自动更新:

conda config --set auto_update_conda false

7. 进阶配置与优化

对于需要频繁使用 Python 科学计算环境的开发者,以下优化建议可能会有所帮助:

配置 Jupyter Notebook 默认工作目录:

mkdir -p ~/JupyterProjects echo "c.NotebookApp.notebook_dir = '$HOME/JupyterProjects'" > ~/.jupyter/jupyter_notebook_config.py

创建常用 conda 环境的快捷命令:

将以下内容添加到 ~/.bashrc 文件中,可以快速激活常用环境:

alias env_data='conda activate data_science' alias env_ml='conda activate machine_learning' alias env_base='conda activate base'

配置 VS Code 使用 conda 环境:

安装 VS Code 的 Python 扩展后,按 Ctrl+Shift+P 打开命令面板,输入 "Python: Select Interpreter",选择 Anaconda 安装的 Python 解释器即可。

http://www.jsqmd.com/news/1183527/

相关文章:

  • PHY6252 SDK 3.1.1 串口AT透传例程解析:BLE连接前后2种UART回调机制详解
  • wafer map怎么画才专业:我用Python把良率分析报告提升了一个档次
  • 欧米茄中国官方售后服务中心|服务热线及办公地址权威信息公示(2026年7月最新) - 欧米茄服务中心
  • 形态学操作原理与工业实战:从腐蚀膨胀到AOI检测
  • 蓝奏云脚本横向评测:5款主流工具在识别准确率与功能覆盖上的差异
  • LL(1) 与 LR(1) 文法分析器对比:从理论到 5 个典型考题实战
  • 从FIRST/FOLLOW到预测分析表:LL(1)文法C++实现核心代码解析
  • C++Builder GIF处理库开发:从底层解析到VCL集成实战
  • 直流负载管理优化:G6D-ASI继电器与PIC32MX控制方案
  • Fluent异相反应模拟:竖炉球团矿收敛调试与浮点溢出解决方案
  • Hadoop 3.3.6 MapReduce 性能调优实战:Shuffle 阶段 3 个关键参数优化对比
  • 欧米茄中国官方售后服务中心|官方电话及服务网点地址权威信息通告(2026年7月更新) - 欧米茄官方服务中心
  • Dijkstra 与堆优化:从 O(n²) 到 O(m log n) 的 3 种 Java 实现对比
  • 亲身探访广州伯爵官方售后服务中心|官方热线及详细网点地址(2026年7月最新) - 亨得利钟表维修中心
  • 恶意代码检测技术对比:4种主流方案(特征扫描、沙箱、蜜罐、AI)实战解析
  • ICM-42605与PIC18F55K42的6轴运动追踪系统设计
  • 爱丁堡大学揭秘AI“阅读理解“的隐藏秘密
  • 基于语言模型的K12教育AI辅助系统开发实践
  • 计算机小程序毕设实战-基于 SpringBoot 小程序的畲族文化传播与文创交易系统的设计与实现【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • 模板驱动文档自动化:让结构化文档生成像装配流水线一样可靠
  • Conda 环境创建排错:解决 3 类常见 YAML 文件报错与卡顿
  • SAP CKMLCP 月结7大常见报错:从“未找到成本核算运行”到“物料占用”的完整解决方案
  • 浪琴中国官方售后服务中心|全新电话和维修门店地址权威信息公告(2026年7月更新) - 浪琴服务中心
  • Fiddler 与 Charles 抓包工具对比评测:移动端 App 请求捕获的 4 项关键指标
  • Docker容器实战:镜像构建、环境管理与故障排查指南
  • 2026深圳搬家公司怎么选?本地人实测3家正规品牌,费用构成与避坑全指南 - 从来都是英雄出少年
  • LaTeX + GB/T 7714-2015:BibTeX 样式定制与5类常见文献条目(期刊/会议/专利)处理详解
  • SVN 非标准布局迁移至 Git:3种目录结构识别与 git-svn 参数配置
  • 计算机小程序毕设实战-面向高校的校车出行预约管理 Android 平台的设计与实现 基于 Android 的校园校车智能订座系统【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • CSAPP Proxy Lab 并发缓存实现:10行代码从顺序代理到多线程服务器