给远程服务器安装Anaconda，然后用conda创建新环境

终于有远程工作站可以用啦，记录一下环境配置过程

目录

1. 安装Anaconda

1.1 下载

1.2 安装

1.3  查看是否安装成功

1.4 conda一些常用命令

2. conda创建新环境

2.1 创建、激活、退出与删除

3. 添加安装源

---

1. 安装Anaconda

1.1 下载

到Anaconda官网或清华源地址下载所需的Anaconda 版本至自己的电脑。

找到下载好的安装包（文件名为 Anaconda3-2019.10-Linux-x86_64.sh），打开终端，用scp命令将安装包拷贝到远程服务器，然后根据提示输入密码即可。

cd ~/文件路径
scp Anaconda3-2019.10-Linux-x86_64.sh username@远程服务器IP:/home/username

或者先登录远程账号，然后直接将anaconda安装包下载到远程服务器：

cd /home/username
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

1.2 安装

在终端登入远程账号，输入 cd /home/username，再输入ls，可以看到列表中有拷贝过来的安装包 Anaconda3-2019.10-Linux-x86_64.sh。

在Linux里面.sh文件是可执行的脚本文件，需要用命令bash来进行安装。

在当前文件目录中输入：

bash Anaconda3-2019.10-Linux-x86_64.sh

一直按Enter继续，接受许可条款。 

 installation finished显示安装完成，接下来会提示是否添加环境变量，输入yes，否则还得自己配环境变量。

根据提示，重新打开终端，ssh登入远程账号即可生效。

1.3  查看是否安装成功

输入 python 命令，可见python版本为anaconda中的python版本。

另外，可以将auto_activate_base参数设置为false，取消每次启动时自动激活conda的base环境。

conda config --set auto_activate_base false

1.4 conda一些常用命令

conda list  # 查看这个环境下安装的包和版本
conda install numpy scikit-learn  # 安装numpy sklearn包
conda env list  # 查看所有的环境

2. conda创建新环境

2.1 创建、激活、退出与删除

conda create --name yourEnv python=3.7  # 创建虚拟环境

–name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以在装anaconda的目录下找到envs/yourEnv 目录
python=3.7.4：是python的版本号。若未指定，默认为当前环境的python版本.

source activate yourEnv  # 激活环境
source deactivate yourEnv  # 退出环境
conda env remove -n yourEnv  # 删除环境  
conda remove --name xxxx  --all #彻底删除旧环境

conda remove -n yourEnv package_name  # 删除环境中的某个包


conda create --name newEnvName --clone oldEnvName # 克隆环境
conda remove --name oldname --all # 彻底删除旧环境
# Conda是没有重命名环境的功能, 要实现这个基本需求, 可以通过克隆-删除的过程。
# 切记不要直接mv移动环境的文件夹来重命名, 会导致一系列无法想象的错误的发生!

conda list          #查看已经安装的文件包
conda list -n xxx   #指定查看xxx虚拟环境下安装的package
conda update xxx    #更新xxx文件包
conda uninstall xxx --force #卸载xxx文件包   --force # 强制删除


conda env list # 查看环境

注意事项

宁愿新安装虚拟环境，也不要区折腾python升级和降级的问题，更不要去动系统自带的python版本！！！否则操作失误，终端打不开那就尴尬了！

3. 添加安装源

#显示目前conda的数据源有哪些
conda config --show channels
​
#添加数据源：例如, 添加清华anaconda镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
​

或直接将以上配置文件写在~/.condarc中 （注意Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。）

gedit ~/.condarc 打开文档添加：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true

#删除数据源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
​
# 如果需要换回conda的默认源，直接删除channels即可，命令如下：

conda config --remove-key channels

亲测好用的源(2021-0719更新，清华源地址改了，这个源不好用了，可以改用上海交大源)

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/simpleitk
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
report_errors: true

补充源地址

上海交通大学开源镜像站

channels:
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true

北京外国语大学开源软件镜像站

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.bfsu.edu.cn/anaconda
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

4. debug

创建新环境的时候出现了一个莫名奇妙的bug：

environment variables:
conda info could not be constructed.
KeyError('pkgs_dirs')

尝试了很多方法都不行，后来退出conda base 环境，发现python软连接出现了bug：

bash: /usr/lib/command-not-found: /usr/bin/python3: bad interpreter: Too many levels of symbolic links

解决方法：

先删掉原来的软连接：sudo rm -rf /usr/bin/python3

然后创建新的指向python3.6的软连接 sudo ln -s /usr/bin/python3.6 /usr/bin/python3