CentOS 7 上 Anaconda 安装、配置与验证的终极详解

原创已于 2025-08-04 21:07:19 修改 · 1.2k 阅读

CC 4.0 BY-SA版权

文章标签：

于 2025-08-04 21:01:55 首次发布

对于任何从事数据科学、机器学习或 Python 开发的专业人士来说，一个干净、独立且易于管理的环境至关重要。Anaconda 是一个集成了包管理和环境部署的开源平台，它极大地简化了 Python 和 R 语言的科学计算工作流程，解决了复杂的依赖项管理难题。

本指南将为您提供在 CentOS 7 系统上从零开始安装 Anaconda 的完整分步教程，帮助您搭建一个功能强大的开发环境。

Anaconda 还是 Miniconda？

Anaconda：是一个包含超过250个流行科学计算包的“全家桶”，适合希望开箱即用、一步到位的数据科学家。
Miniconda：是一个最小化的安装程序，仅包含 Conda 包管理器、一个 Python 版本和少量必需的依赖包。

对于服务器部署，我们更推荐使用 Miniconda。 它的体积更小，启动更快，并且允许您只为每个项目环境安装确实需要的包，从而保持系统的高度整洁和可控。本教程的安装步骤对 Miniconda 完全适用，您只需从 Miniconda 官方仓库下载对应的安装脚本即可。

第一步：系统准备与环境更新

重要提示：操作系统的时效性

本指南基于 CentOS 7 进行演示。请注意，CentOS 7 已于 2024年6月30日 停止生命周期支持（EOL），不再接收任何官方安全更新。对于生产环境或任何需要长期支持的服务器，强烈建议您选择一个仍在积极维护的操作系统，例如 Rocky Linux、AlmaLinux 或更新的 RHEL 版本。本教程中的命令在这些新的 RHEL 系发行版上也基本适用（仅需将 yum 替换为 dnf）。

在正式安装前，我们需要对系统进行一些准备工作，以确保安装过程顺利无误，避免潜在的兼容性问题。

前提条件
- 一台正在运行的 CentOS 7 服务器。
- 一个具有 sudo 权限的用户或 root 用户访问权限。
- 稳定的互联网连接。
更新系统软件包 以 root 用户或具有 sudo 权限的用户登录终端，执行以下命令来更新所有已安装的软件包至最新版本。这可以增强系统稳定性和安全性。
```
sudo yum update -y
```
安装必要依赖 Anaconda 的安装脚本依赖于 bzip2 库进行解压缩，并且我们稍后会使用 wget 工具下载脚本。虽然大多数系统已预装这些工具，但为确保万无一失，请执行以下命令将它们一并安装。
```
sudo yum install wget bzip2 -y
```

第二步：下载 Anaconda 安装脚本

接下来，我们需要从 Anaconda 的官方仓库获取最新的安装程序脚本。

确定正确的 Anaconda 版本 首先，您需要知道您的服务器 CPU 架构。在终端中运行以下命令：
```
uname -m
```
- 如果输出为 x86_64，您需要下载适用于 Intel/AMD 64位处理器的版本。
- 如果输出为 aarch64，则需要下载适用于 ARM 64位架构的版本。

获取下载链接与解读文件名

Anaconda 用户: 访问 Anaconda 发行版官方存档页面。
文件名格式: Anaconda3-YYYY.MM-B-Linux-ARCH.sh
- YYYY.MM-B: 代表 版本号。YYYY.MM 是发布年月（如 2025.06），-B 是该月内的小版本修订号。建议选择最新的月份和最大的修订号。
- ARCH: 代表CPU 架构，根据上一步结果选择 x86_64 或 aarch64。
Miniconda 用户: 访问 Miniconda 官方仓库。
文件名格式: Miniconda3-pyXX_YYYY.MM-B-Linux-ARCH.sh
- pyXX: 代表该安装包内置的 Python 主版本号，如 py312 代表 Python 3.12。
- YYYY.MM-B: Conda 的版本号。
- ARCH: CPU 架构。

下载脚本文件 我们推荐将安装文件下载到 /tmp 目录，因为该目录下的内容会在系统重启后被自动清理，有助于保持系统整洁。进入 /tmp 目录：
```
cd /tmp
```
然后使用 wget 命令下载您复制的链接。请将下面的 URL 替换为您选择的实际链接。
```
wget https://repo.anaconda.com/archive/Anaconda3-2025.06-1-Linux-x86_64.sh
```
下载小贴士：如果服务器下载速度慢，您可以先在本地电脑上下载好安装脚本，然后通过 scp 命令或 SFTP 客户端（如 Xftp）上传到服务器的 /tmp 目录下。

第三步：执行安装与交互式配置

下载完成后，我们就可以开始安装了。

验证文件完整性 (可选但推荐)

为了确保下载的文件没有损坏或被篡改，可以通过计算其 SHA256 哈希值并与官网上提供的值进行比对。
```
sha256sum Anaconda3-2025.06-1-Linux-x86_64.sh
```
将输出的哈希值与官网上的进行核对。
运行安装脚本

使用 bash 命令启动 Anaconda 的交互式安装程序。
```
bash /tmp/Anaconda3-2025.06-1-Linux-x86_64.sh
```
遵循交互式提示完成安装

运行脚本后，您需要根据提示完成几个关键步骤：
- 阅读并接受许可协议：安装程序会显示最终用户许可协议。按 Enter 键或向下箭头持续翻页，直到结尾。当系统询问是否接受条款时，输入 yes 并按 Enter。
```
Do you accept the license terms? [yes|no]
>>> yes
```
- 确认安装路径：安装程序会提示您确认 Anaconda 的安装位置。默认路径通常是您用户主目录下的 anaconda3 (例如 /home/your_username/anaconda3)。
```
Anaconda3 will now be installed into this location:
/home/your_username/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below
```
  强烈建议直接按 Enter 键接受默认路径，这样可以避免未来可能遇到的权限问题和配置复杂性。
- 等待安装完成：确认路径后，安装程序将开始解压文件并安装所有核心软件包。这个过程可能需要几分钟，请耐心等待。

第四步：初始化 Shell 并验证安装

最后一步是配置您的 Shell 环境，以便可以从任何地方调用 conda 命令。

初始化 Anaconda (Initialize Conda) 安装文件的最后一步，也是最关键的一步，是初始化您的 Shell 环境。当看到以下提示时，强烈建议在这里输入 yes 并按回车。
```
Do you wish to update your shell profile to automatically initialize conda?
...
You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>> yes
```
注意：提示中 [no] >>> 表示默认选项是 “no”，如果您直接回车，将不会执行初始化。所以请务必手动输入 yes。
激活环境配置 conda init 的修改需要重新加载 Shell 配置才能生效。您可以关闭当前终端再重开一个，或执行以下命令立即加载配置：
```
source ~/.bashrc
```
执行后，您会发现命令提示符的行首出现了一个 (base) 标识。

验证安装成功 通过以下命令来检查 conda 是否已正确安装并可用。

# 检查 Conda 版本
conda --version

# 查看 Conda 信息
conda info

# 查看已安装的包
conda list

更新 Conda 到最新版本 (推荐) 安装完成后，建议立即更新 Conda 自身和基础环境中的包，以获得最新的功能和安全修复。
```
# 更新 conda 包管理器自身
conda update conda

# 更新 base 环境中的所有包
conda update --all -y
```

常见问题：手动配置 Conda 环境

问：如果在初始化步骤对 “conda init” 选择了 no，该如何补救？

答：这是一个常见情况。最简单且最完美的解决方法是重新运行 conda init。

直接执行 anaconda3 安装目录下 bin 文件夹中的 conda 程序来运行 init 命令（假设安装在默认路径）：
```
~/anaconda3/bin/conda init
```
执行后，重启您的终端，或运行 source ~/.bashrc 即可完成配置。

后续步骤：核心理念与常用命令

恭喜！您已成功部署了 Conda 环境管理工具。为了最大化其优势，请务必遵循以下核心理念：

核心理念：永远为你的项目创建独立环境，保持 base 环境的纯净。 base 环境是 Conda 的“管理中枢”。直接在 base 中安装大量包，容易导致依赖冲突和环境混乱。正确的做法是，为每一个新项目创建一个全新的、隔离的虚拟环境。

以下是一些最常用的 conda 命令，助您实践这一理念：

创建新环境: conda create --name my_project_env python=3.12 (创建一个名为 my_project_env 的独立环境，并指定 Python 版本)
激活环境: conda activate my_project_env (进入并开始使用新环境，你会看到命令提示符变为 (my_project_env))
在新环境中安装包: conda install numpy pandas matplotlib (所有安装操作都在激活的环境内进行)
退出环境: conda deactivate (从当前环境返回到 base 环境)
查看所有环境: conda env list (列出您创建的所有环境)
删除环境: conda env remove --name my_project_env (当项目结束时，彻底删除环境及其所有包)

希望这份指南能帮助您顺利完成安装，开启高效、整洁的数据科学开发之旅！