Linux升级Anacodna并配置jupyterLab

伪_装

已于 2025-02-18 11:09:47 修改

阅读量431

点赞数 3

分类专栏：环境部署文章标签： linux 服务器 Anaconda python jupyter

于 2025-02-18 11:08:33 首次发布

本文链接：https://blog.csdn.net/weixin_62828995/article/details/145700804

版权

环境部署专栏收录该内容

13 篇文章

订阅专栏

在使用 Anaconda 的过程中，随着项目和需求的发展，可能需要升级 Anaconda 的 Base 环境中的 Python 版本。本文将详细介绍如何安全地进行升级，包括步骤、代码示例与最终流程图。

升级 Python

一、环境准备

在进行任何升级之前，建议先检查当前的 Python 版本以及各个库的兼容性。我们可以通过以下命令检查当前的 Python 版本：

conda info

你会看到类似以下的输出，其中包含了当前 Python 的版本信息：

(base) root@nf36m02irlit-0:/user# conda info

     active environment : base
    active env location : /opt/conda
            shell level : 1
       user config file : /root/.condarc
 populated config files : /root/.condarc
          conda version : 4.10.3
    conda-build version : not installed
         python version : 3.9.19.final.0
       virtual packages : __linux=5.15.0=0
                          __glibc=2.28=0
                          __unix=0=0
                          __archspec=1=x86_64
       base environment : /opt/conda  (writable)
      conda av data dir : /opt/conda/etc/conda
  conda av metadata url : None
           channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64
                          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/noarch
                          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
                          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
                          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 : /opt/conda/pkgs
                          /root/.conda/pkgs
       envs directories : /opt/conda/envs
                          /root/.conda/envs
               platform : linux-64
             user-agent : conda/4.10.3 requests/2.32.2 CPython/3.9.19 Linux/5.15.0-60-generic debian/10 glibc/2.28
                UID:GID : 0:0
             netrc file : None
           offline mode : False

二、创建备份环境

为了安全起见，建议先创建一个当前 base 环境的备份，以防在升级过程中出现问题。

conda create --name backup-base --clone base

通过这条命令，我们创建了一个名为 backup-base 的新环境，它是原 base 环境的完全拷贝。

三、查看可用的 Python 版本

在升级之前，最好查看一下可用的 Python 版本。我们可以使用以下命令来列出可安装的 Python 版本：

conda search python

这将输出可用的 Python 版本列表，例如：

...
python                        3.12.5      h5148396_1  pkgs/main           
python                        3.12.6      h5148396_1  anaconda/pkgs/main  
python                        3.12.6      h5148396_1  pkgs/main           
python                        3.12.7      h5148396_0  anaconda/pkgs/main  
python                        3.12.7      h5148396_0  pkgs/main           
python                        3.12.8      h5148396_0  anaconda/pkgs/main  
python                        3.12.8      h5148396_0  pkgs/main           
python                        3.12.9      h5148396_0  anaconda/pkgs/main  
python                        3.12.9      h5148396_0  pkgs/main 
...

四、升级 Python 版本

一旦决定了要升级的 Python 版本，可以使用以下命令进行升级。假设我们决定将 Python 升级到 3.9.1 版本：

conda install python=3.12.9

在执行命令时，Anaconda 会自动处理依赖关系，并提供可能需要更新或降级的软件包列表，这样有助于确保升级不会造成冲突。

您需要仔细检查这些软件包更新，并决定是否继续。通常情况下，如果所有受到影响的软件包都可以更新，您可以选择“y”来继续。

五、验证 Python 版本升级

升级完成后，我们需要确认 Python 版本是否已成功升级。执行以下命令查看当前的 Python 版本：

python --version

如果输出显示为 Python 3.12.9，则证明升级已成功。

查看 codna 的版本

conda --version

六、解决潜在依赖问题

在某些情况下，升级 Python 版本可能会导致某些库或包的问题。这时，可能需要更新其他依赖包。可以使用以下命令来更新所有包：

conda update --all

这将更新目前在环境中的所有包，以确保兼容性。

升级 jupyterLab

安装 jupyterlab

pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple

conda install ipykernel

pip install nbclassic

清理缓存

conda clean --all

pip cache purge

参考文章：
anaconda如何升级base的环境的python版本_mob64ca12e3a791的技术博客_51CTO博客