WSL 中安装 Anaconda 的详细步骤和常用 Conda 指令详解（同样适用于所有版本的 Ubuntu）

Paop.

已于 2024-12-07 19:51:36 修改

阅读量3.9k

点赞数 48

文章标签： conda ubuntu linux python windows

于 2024-12-06 19:18:33 首次发布

本文链接：https://blog.csdn.net/xygsgssd/article/details/144297784

版权

一、Anconda与原生python对比（AI）：

特性	Anaconda	原生 Python
环境管理	强大，支持多虚拟环境，自动处理依赖冲突	需要手动管理环境，依赖问题较多
包管理	`conda` 包管理器，支持科学计算库，快速安装	`pip` 安装，适合常见 Python 包
适用场景	数据科学、机器学习、复杂的依赖管理	轻量级开发、一般项目开发

在不同的项目中，可能会用到不同版本的依赖，而依赖冲突的情况时有发生，Anaconda 无疑是很不错的选择，因为它提供了更加简便的依赖管理和环境隔离，减少了配置和兼容性问题。而如果你只是进行常规的 Python 开发，且依赖关系较少，使用 原生 Python 配合 pip 也是完全可以满足需求的。

二、安装 Anaconda

这里介绍在 WSL 中如何安装和使用anaconda（如果网络较差，推荐使用清华镜像官网，除复制下载链接外，其他步骤完全相同。）

创建一个文件夹，用来存放下载的文件或安装包（WSL 需要创建，Ubuntu 会自带）。
```
mkdir ~/Download
```
访问 Anaconda 官方网站，复制最新版的 anaconda3 下载链接。
- 点击 Skip registration 跳转到下载界面。
- 找到对应的下载选项，右键点击复制链接地址。（一般下载 X86 版本）

下载 anaconda 的安装文件。

cd ~/Download
wget https://repo.anaconda.com/archive/Anaconda3-xxxx.xx-x-Linux-x86_64.sh

给 .sh 文件文件添加可执行的权限，并运行安装脚本。
```
chmod +x Anaconda3-2024.10-1-Linux-x86_64.sh
./Anaconda3-2024.10-1-Linux-x86_64.sh
```
点击 ENTER 后，出现的是 Anaconda 服务条款，点击 空格 翻页，最后会出现是否接受条款的选择，输入 yes ，ENTER。

接受条款后，提示 Anaconda 将要安装的位置，默认安装是在 /home/username/anaconda3 文件夹中，一般选择默认安装即可进行安装。
安装结束后，会提示是否要配置环境变量，此处需注意，默认选择 no，点击 ENTER 即不配置环境变量，请输入 yes 后，再点击 ENTER。最后输入激活环境即可，成功激活 Conda 环境后，会显示激活的环境名称 (base) 。
```
source ~/.bashrc
```
如果未添加环境变量可以手动添加
```
vi ~/.bashrc
```
在文件最下方添加：
```
export PATH="~/anaconda3/bin":$PATH
source ~/anaconda3/bin/activate #修改终端的默认 python 为 anaconda
```
wq 保存并退出文件，执行 source ~/.bashrc 激活环境。

三、常用的 Conda 指令

查看已有的虚拟环境
```
conda env list
```

创建新的虚拟环境（建议不要在 base 环境中安装任何依赖）

# -n: 指定环境名称为 venv_name，名称可自行修改。
# python=3.11: 指定 python 的版本，可根据需求修改。
conda create -n venv_name python=3.11

激活虚拟环境
激活虚拟环境 venv_name 后，(venv_name) 会替换终端中的 (base)

# 激活环境名称为 venv_name 的虚拟环境，可自行指定。
conda activate venv_name

查看当前激活的环境中安装的所有依赖
```
conda list
```
退出虚拟环境
```
conda deactivate
```

虚拟环境回滚

# 查看当前环境中所有可用版本的历史记录，记下版本号N（1，2，...）
conda list --revisions
# 安装版本为 N 的历史版本
conda install --revision N
# 注意这里是安装，如果你环境中有添加新的依赖，回滚是否可以删除这些“多余”的依赖？

删除虚拟环境
```
conda remove -n venv_name --all
```
清除 Conda 缓存
在使用 Conda 安装依赖时，有时会发现没有下载的过程，直接就进行了安装，安装的版本也可能会略有差别。这说明在之前可能下载过这些依赖包，并将其保存在了缓存中，清除缓存后，重新安装即可。另外清除缓存也可以节省大量的空间，提高电脑的效率。
```
# 删除没有用的包
conda clean -p
# 删除tar打包
conda clean -t
# 删除无用的包和缓存
conda clean --all
```