安装方式分为手动安装与curl下载安装包安装
前言
一、介绍curl下载安装包（五步）
①升级系统权限
②安装curl 包
③准备Anaconda Installer
④下载安装Anaconda 在ubuntu 22.04上
⑤激活设置环境
⑥验证Anaconda 是否安装成功
附加：怎么从ubuntu22.04上移除Anaconda
二、conda的基础使用
1.环境管理
2.包管理
三、pycharm使用anaconda环境
STEP 1: 创建新的环境
STEP 2: 安装结束之后输入下列指令激活虚拟环境
STEP 3: 设置pycharm
安装
一、下载Anaconda package
curl下载安装包
①升级系统权限(CTRL+ALT+T打开终端)
sudo apt update
②安装curl 包
sudo apt install curl -y
③准备Anaconda Installer
1、转换目前工作目录到/tmp
cd /tmp
2、curl 安装Anaconda installer script
curl –output anaconda.sh https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh
④下载安装Anaconda 在ubuntu 22.04上
bash anaconda.sh
会出现Anacoda 安装说明书一直按 Enter
Please answer ‘yes’ or ‘no’:
>>>yes
Anaconda3 will now be installed into this location:
/home/xxxx/anaconda3
– Press ENTER to confirm the location
– Press CTRL-C to abort the installation
– Or specify a different location below
[/home/xxxx/anaconda3] >>>
Preparing transaction: done
Executing transaction: |
Installed package of scikit-learn can be accelerated using scikit-learn-intelex.
More details are available here: https://intel.github.io/scikit-learn-intelex
For example:
$ conda install scikit-learn-intelex
$ python -m sklearnex my_application.py
done
installation finished.
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no] [no]
>>> yes
no change /home/xxxx/anaconda3/condabin/conda no change /home/xxxx/anaconda3/bin/conda no change /home/xxxx/anaconda3/bin/conda-env no change /home/xxxx/anaconda3/bin/activate no change /home/xxxx/anaconda3/bin/deactivate no change /home/xxxx/anaconda3/etc/profile.d/conda.sh no change /home/xxxx/anaconda3/etc/fish/conf.d/conda.fish no change /home/xxxx/anaconda3/shell/condabin/Conda.psm1 no change /home/xxxx/anaconda3/shell/condabin/conda-hook.ps1 no change /home/xxxx/anaconda3/lib/python3.9/site-packages/xontrib/conda.xsh no change /home/xxxx/anaconda3/etc/profile.d/conda.csh modified /home/xxxx/.zshrc
==> For changes to take effect, close and re-open your current shell. <==
If you’d prefer that conda’s base environment not be activated on startup,
set the auto_activate_base parameter to false:
conda config –set auto_activate_base false
Thank you for installing Anaconda3! ========================================================================= Working with Python and Jupyter is a breeze in DataSpell.
It is an IDE designed for exploratory data analysis and ML. Get better data insights with DataSpell.
DataSpell for Anaconda is available at: https://www.anaconda.com/dataspell
重新打开一个命令行(terminal)直接就进入了conda的base环境，如下
(bash)/home/xxxx:$
1、conda 的基础环境在启动时不被激活，请将 auto_activate_base 参数设置为 false
conda config –set auto_activate_base false
（重启一下命令行才能生效）
2、进入conda的base基础环境
conda activate bae
⑤激活设置环境
二选一
使用默认shell:
# 默认是bash配置文件
source ~/.bashrc
使用zsh:
#如果更换成了zsh配置文件
source ~/.zshrc
⑥验证Anaconda 是否安装成功
conda list
conda –version
conda 4.12.0
成功
怎么从ubuntu22.04上移除Anaconda
rm -rf ~/anaconda3
二、conda的基础使用
1.环境管理
代码如下（示例）：
# 1.查看conda的版本号
conda --version
# 2.查看虚拟环境列表
conda info --envs
# 3.创建虚拟环境并指定python的版本号为3.8
conda create -n virtualname pip python=3.9
# 4.激活虚拟环境
conda activate virtualname
# 5.退出虚拟环境
conda deactivate
# 6.删除虚拟环境
conda remove --name virtualname --all
2.包管理
代码如下（示例）：
# 1.安装包
conda install PackageName
# 2.安装多个包
conda install name1 name2 ...
# 3.安装包并指定版本号
conda install PackageName=版本号
# 4.卸载包
conda remove PackageName
# 5.更新包
conda update PackageName
# 6.更新环境中的所有包
conda update --all
# 7.列出已安装的包
conda list
# 8.搜寻包
conda search PackageName
三、pycharm使用anaconda环境
STEP 1: 创建新的环境
conda create --name <env_name> <package_names>
<env_name> 即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
<package_names> 即安装在环境中的包名。名称两边不加尖括号“<>”。
① 如果要安装指定的版本号，则只需要在包名后面以 python=3.9 和版本号的形式执行。
如： conda create --name python2 python=2.7，即创建一个名为“pytorch”的环境，环境中安装版本为2.7的python。
② 如果要在新创建的环境中创建多个包，则直接在 <package_names> 后以空格隔开，添加多个包名即可。
如： conda create -n python3 python=3.5 numpy pandas ，即创建一个名为“pytorch”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas库。--name 同样可以替换为 -n 。
在命令行中输入下列指令创建虚拟环境:
conda create -n pytorch1.12 python==3.9
其中 pytorch为本次创建的虚拟环境的名称，1.12为创建的pytorch虚拟环境的版本：
Collecting package metadata (current_repodata.json): done
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 4.12.0
latest version: 22.9.0
Please update conda by running
$ conda update -n base -c defaults conda
## Package Plan ##
environment location: /home/xxxx/anaconda3/envs/pytorch
added / updated specs:
- numpy
- python==3.9
The following packages will be downloaded:
package | build
---------------------------|-----------------
_openmp_mutex-5.1 | 1_gnu 21 KB
ca-certificates-2022.07.19 | h06a4308_0 124 KB
certifi-2022.9.24 | py39h06a4308_0 154 KB
ld_impl_linux-64-2.38 | h1181459_1 654 KB
libgcc-ng-11.2.0 | h1234567_1 5.3 MB
libgomp-11.2.0 | h1234567_1 474 KB
libstdcxx-ng-11.2.0 | h1234567_1 4.7 MB
ncurses-6.3 | h5eee18b_3 781 KB
numpy-1.23.1 | py39h6c91a56_0 11 KB
numpy-base-1.23.1 | py39ha15fc14_0 5.6 MB
openssl-1.1.1q | h7f8727e_0 2.5 MB
pip-22.2.2 | py39h06a4308_0 2.3 MB
python-3.9.0 | hdb3f193_2 18.1 MB
setuptools-63.4.1 | py39h06a4308_0 1.1 MB
sqlite-3.39.3 | h5082296_0 1.1 MB
tk-8.6.12 | h1ccaba5_0 3.0 MB
tzdata-2022c | h04d1e81_0 107 KB
xz-5.2.6 | h5eee18b_0 394 KB
zlib-1.2.12 | h5eee18b_3 103 KB
------------------------------------------------------------
Total: 46.5 MB
Proceed ([y]/n)? y
Downloading and Extracting Packages
tzdata-2022c | 107 KB | ################################################################################################################################################################# | 100%
numpy-base-1.23.1 | 5.6 MB | ################################################################################################################################################################# | 100%
zlib-1.2.12 | 103 KB | ################################################################################################################################################################# | 100%
_openmp_mutex-5.1 | 21 KB | ################################################################################################################################################################# | 100%
python-3.9.0 | 18.1 MB | ################################################################################################################################################################# | 100%
sqlite-3.39.3 | 1.1 MB | ################################################################################################################################################################# | 100%
libgcc-ng-11.2.0 | 5.3 MB | ################################################################################################################################################################# | 100%
pip-22.2.2 | 2.3 MB | ################################################################################################################################################################# | 100%
tk-8.6.12 | 3.0 MB | ################################################################################################################################################################# | 100%
ncurses-6.3 | 781 KB | ################################################################################################################################################################# | 100%
xz-5.2.6 | 394 KB | ################################################################################################################################################################# | 100%
numpy-1.23.1 | 11 KB | ################################################################################################################################################################# | 100%
libstdcxx-ng-11.2.0 | 4.7 MB | ################################################################################################################################################################# | 100%
libgomp-11.2.0 | 474 KB | ################################################################################################################################################################# | 100%
setuptools-63.4.1 | 1.1 MB | ################################################################################################################################################################# | 100%
ld_impl_linux-64-2.3 | 654 KB | ################################################################################################################################################################# | 100%
ca-certificates-2022 | 124 KB | ################################################################################################################################################################# | 100%
certifi-2022.9.24 | 154 KB | ################################################################################################################################################################# | 100%
openssl-1.1.1q | 2.5 MB | ################################################################################################################################################################# | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate pytorch
#
# To deactivate an active environment, use
#
# $ conda deactivate
STEP 2: 安装结束之后输入下列指令激活虚拟环境
conda activate pytorch
创建完成后，在Anaconda的安装目录的envs文件夹下，会生成刚刚创建的虚拟环境名称的文件夹。
STEP 3: 设置pycharm
然后我们打开pycharm，选择对应的conda环境。
- 选择‘’Add new Interpreter”添加刚才建立的虚拟环境。
- 选择“conda environment”,点击“Interpreter”,填写“
/home/xxxx/anaconda3/env/bin/python3.9”
参考笔记：Ubuntu22.04 安装Annaconda步骤、conda基础使用和pycharm使用anaconda (xjx100.cn)
文章出处登录后可见！
