如何在 Ubuntu 24.04 上安装 Miniconda 教程

如何在 Ubuntu 24.04 上安装 Miniconda 教程

简介

Miniconda 是 Anaconda 的轻量级发行版，专为 Python 机器学习和数据科学任务设计。Miniconda 仅包括 Conda 和额外的实用程序包，以支持具有特定要求或服务器上存储限制的项目。

本文将指导你如何在 Ubuntu 24.04 上安装 Miniconda 并设置 Conda 虚拟环境以管理服务器上的 Python 包。

准备工作

服务器准备

必要前提：

• 一台 Linux 服务器（推荐腾讯云、阿里云或雨云等）。

我将以 雨云 为例，带大家创建一台自己的云服务器，以便学习本篇文章的内容。

注册链接： https://www.rainyun.com/NTE2NDM3_

创建雨云服务器

以下步骤仅供参考，请根据实际需求选择配置。

• 点击 云产品 → 云服务器 → 立即购买。
• 选择距离你较近的区域，以保证低延迟。

• 按照自己需求选择配置，选择 Ubuntu 24.04 版本，按照自己需求是否预装 Docker。
• 最后按照提示进行购买。
• 购买后等待机器部署完毕，点击刚刚创建好的服务器，进入管理面板，找到远程连接相关信息。

• 我们使用 PowerShell 进行 SSH 远程连接到服务器，Win+R 打开运行窗口，输入 powershell 后点击确定。

• 到此为止，我们的云服务器就远程连接上了。

安装和配置步骤

第一步：安装 Miniconda

Miniconda 不在 Ubuntu 的默认包仓库中。按照以下步骤下载最新的安装脚本，并在你的服务器上安装 Miniconda。

1. 切换到你的用户主目录。
2. 创建一个新的 miniconda3 项目目录。
3. 访问 Miniconda 发布页面并下载最新的 Miniconda3 安装脚本。

$ wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda3/miniconda.sh

4. 使用 Bash 运行 miniconda.sh 脚本安装 Miniconda。

$ bash miniconda3/miniconda.sh -b -u -p miniconda3

上述命令安装 Miniconda 并为你的服务器上的 Python 包、依赖项和库创建一个新的 base Conda 环境。

5. 激活 Conda。

$ source miniconda3/bin/activate

6. 验证你的 shell 提示符是否更改为 base Conda 环境。

(base) linuxuser@Miniconda:~$

7. 初始化 Conda 以在 shell 环境中添加新配置。
8. 重新加载你的 shell 配置以激活 Conda。
9. 查看安装的 Conda 版本。

你的输出应该与下面的类似：

conda 24.9.2

10. 查看关于活动 Conda 环境、Python 版本和渠道的信息。

输出：

active environment : base
active env location : /home/linuxuser/miniconda3
            shell level : 1
       user config file : /home/linuxuser/.condarc
    populated config files : /home/linuxuser/miniconda3/.condarc
          conda version : 24.9.2
    conda-build version : not installed
         python version : 3.12.7.final.0
                 solver : libmamba (default)
       virtual packages : __archspec=1=x86_64_v3
                          __conda=24.9.2=0
                          __glibc=2.39=0
                          __linux=6.8.0=0
                          __unix=0=0
       base environment : /home/linuxuser/miniconda3  (writable)
      conda av data dir : /home/linuxuser/miniconda3/etc/conda

第二步：管理 Conda 环境

Conda 环境允许你隔离和管理项目所需的特定包、依赖项和版本。在你的服务器上，Conda 支持一次一个活动环境。激活一个新环境会自动停用活动环境。按照以下步骤创建和激活 Conda 环境，以在你的服务器上运行特定的 Python 包。

1. 创建一个新的 myenv Conda 环境。

验证 myenv 路径，输入 y 并按 Enter 创建 Conda 环境。

## Package Plan ##

environment location: /home/linuxuser/miniconda3/envs/myenv

Proceed ([y]/n)? y

Preparing transaction: done
Verifying transaction: done
Executing transaction: done

2. 激活 myenv Conda 环境。

(base) $ conda activate myenv

3. 验证你的 Conda 环境是否从 (base) 更改为 (myenv)。

4. 在 myenv 环境中安装特定包。例如，安装 Python 3.12、numpy 和 pandas 以在你的项目中使用。

(myenv) $ conda install python=3.12 numpy pandas

输入 y 并按 Enter 安装包。

Proceed ([y]/n)? y

Downloading and Extracting Packages:

Preparing transaction: done
Verifying transaction: done
Executing transaction: done

5. 创建另一个 myenv-2 Conda 环境。

(myenv) $ conda create -n myenv-2

6. 列出服务器上所有可用的 Conda 环境。

输出：

# conda environments:
#
base                     /home/linuxuser/miniconda3
myenv                 *  /home/linuxuser/miniconda3/envs/myenv
myenv-2                  /home/linuxuser/miniconda3/envs/myenv-2

7. 停用活动 myenv Conda 环境。

(myenv) $ conda deactivate

上述命令停用活动 myenv 环境并重新激活 base 环境作为 active 环境。

第三步：在 Conda 环境中运行 Jupyter Notebook

Jupyter Notebook 是一个开源的交互式计算应用程序，使用计算笔记本执行代码并运行各种应用程序。Jupyter Notebook 通常在 Web 浏览器中访问，但也可以在终端会话中使用 nbconvert 和 jupyter console 命令运行。按照以下步骤安装 Jupyter Notebook 包并在你的活动 Conda 环境中运行笔记本。

1. 在你的环境里安装最新版本的 jupyter 包。

输入 y 并按 Enter 安装包。

2. 查看 Conda 环境中所有已安装的包，并验证新的 jupyter 包是否可用。

你的输出应该与下面的类似：

.........
jupyter                   1.0.0           py312h06a4308_9
jupyter-lsp               2.2.0           py312h06a4308_0
jupyter_client            8.6.0           py312h06a4308_0
jupyter_console           6.6.3           py312h06a4308_1
jupyter_core              5.7.2           py312h06a4308_0
jupyter_events            0.10.0          py312h06a4308_0
jupyter_server            2.14.1          py312h06a4308_0
.......

3. 使用文本编辑器（如 nano）创建一个新的 hello.ipynb 示例笔记本。

4. 将以下内容添加到 hello.ipynb 文件中。

{
    "cells":[
     {
        "cell_type":"code",
        "execution_count":2,
        "id":"5acd64e3-b2bc-41b0-8fc1-1666cb479f30",
        "metadata":{

        },
        "outputs": [
            {
             "name": "stdout",
        "output_type": "stream",
             "text": [
                      ]
        }
       ],
    "source":[
       "msg=\"Greetings from Vultr!\"\n",
       "print(msg)"
    ]
 },
 {
    "cell_type":"raw",
    "id":"7ed9e62d-6bc3-4116-b0e9-1b06814cc5f2",
    "metadata":{

    },
    "source":[

    ]
 }
],
"metadata":{
 "kernelspec":{
    "display_name":"Python 3 (system-wide)",
    "language":"python",
    "name":"python3"
 },
 "language_info":{
    "codemirror_mode":{
       "name":"ipython",
       "version":3
    },
    "file_extension":".py",
    "mimetype":"text/x-python",
    "name":"python",
    "nbconvert_exporter":"python",
    "pygments_lexer":"ipython3",
    "version":"3.10.12"
 }
},
"nbformat":4,
"nbformat_minor":5
    }

保存并关闭文件。

上述文件创建了一个新的笔记本，包含两个单元格，一个代码单元格和一个原始单元格，使用 Python 版本 3.10.12 作为内核。代码单元格创建了一个 msg 变量，打印 Greetings from Vultr! 消息到标准输出（stdout）。

5. 运行 hello.ipynb 笔记本执行所有代码单元格，并将输出保存到 hello.nbconvert.ipynb 笔记本中。

$ jupyter nbconvert --to notebook --execute hello.ipynb

输出：

[NbConvertApp] Converting notebook hello.ipynb to notebook
[NbConvertApp] Writing 1175 bytes to hello.nbconvert.ipynb

6. 查看 hello.nbconvert.ipynb 文件内容，并验证它是否包含 outputs 部分中的 Greetings from Vultr! 消息。

$ cat hello.nbconvert.ipynb

输出：

{
    "cells":[
     {
        ........
        "outputs":[
           {
              "name":"stdout",
              "output_type":"stream",
              "text":[
                 "Greetings from Vultr!\n"
              ]
           }
        ],
        "source":[
           "msg=\"Greetings from Vultr!\"\n",
           "print(msg)"
        ]
     }
     .........
}

结尾

你已经在 Ubuntu 24.04 上安装了 Miniconda 并创建了 Conda 环境以管理服务器上的特定包。

雨云 - 新一代云服务提供商: https://www.rainyun.com/NTE2NDM3_