前言
Python作为一种广泛使用的编程语言,开发者往往需要使用其强大的第三方库,而安装这些库依赖于Python的包管理工具pip。不过pip的使用需要Python环境的支持,而在不同的操作系统和版本中,安装Python与安装第三方库依赖的工具并不相同。因此,本篇文章将为大家介绍如何在Ubuntu系统中安装Anaconda。
正文
一、安装Anaconda
首先,我们需要下载Anaconda的安装包,可以在官网中找到相应的安装包版本。
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
下载完毕后,执行下面的命令进行安装。
bash Anaconda3-2021.05-Linux-x86_64.sh
运行过程中需要按照指示进行确认和设置相关参数,最后Anaconda就会被安装在默认路径/usr/local/anaconda3下。
二、配置环境变量
Anaconda被安装之后,需要配置系统环境变量,在终端中输入以下命令进行配置:
export PATH=/usr/local/anaconda3/bin:$PATH
要使此设置生效,可以在home目录下查找.bashrc文件,并将上述命令添加至文件最后。或者运行下面的命令将上述命令添加到.bashrc文件中。
echo "export PATH=/usr/local/anaconda3/bin:$PATH" >> ~/.bashrc
三、测试安装
安装完成后,需要测试环境是否配置正确,可以在终端中输入以下命令:
conda info
如果输出以下内容,则表示安装成功。
active environment : None
shell level : 0
user config file : /home/user/.condarc
populated config files : /home/user/.condarc
conda version : 4.10.3
conda-build version : 3.20.5
python version : 3.9.5.final.0
virtual packages : __glibc=2.31=0
__unix=0=0
__archspec=1=x86_64
base environment : /usr/local/anaconda3 (writable)
conda av data dir : /usr/local/anaconda3/etc/conda
conda av metadata url : None
channel URLs : https://repo.anaconda.com/pkgs/main/linux-64
https://repo.anaconda.com/pkgs/main/noarch
https://repo.anaconda.com/pkgs/r/linux-64
https://repo.anaconda.com/pkgs/r/noarch
package cache : /usr/local/anaconda3/pkgs
/home/user/.conda/pkgs
envs directories : /usr/local/anaconda3/envs
/home/user/.conda/envs
platform : linux-64
user-agent : conda/4.10.3 requests/2.25.1 CPython/3.9.5 Linux/5.8.0-43-generic ubuntu/20.04.2 glibc/2.31
UID:GID : 1000:1000
netrc file : None
offline mode : False
四、创建环境
Anaconda提供了虚拟环境的功能,可以在同一台机器上分别配置不同的环境,每个环境中都有不同的Python版本和第三方库配置,被称为Python的“隔离”,非常适合不同项目或不同的开发需求。在终端中输入以下命令即可创建新环境:
conda create --name env_name python=3.8
上述命令创建了一个名为env_name的Python3.8的虚拟环境。
要激活这个虚拟环境,可以使用以下命令:
conda activate env_name
要退出该虚拟环境,可以使用以下命令:
conda deactivate
五、安装和更新包
在创建环境后,需要根据实际需求进行安装和更新第三方库,使用conda install或pip install命令即可。例如,要安装numpy,可以使用以下命令:
conda install numpy
如果需要更新numpy到最新版本,则可以输入以下命令:
conda update numpy
总结
通过以上步骤,我们成功地在Ubuntu系统中安装了Anaconda,并创建了虚拟环境,安装和更新了第三方库。Anaconda不仅为我们提供了强大的包管理系统,同时也提供了强大的虚拟环境管理功能,能够满足我们不同的开发需求。