在 Ubuntu 上安装 Conda 有几种方法,我来为你详细介绍最常用的两种:Miniconda 和 Anaconda。
方法一:安装 Miniconda(推荐)
Miniconda 更轻量,只包含 Conda 和 Python 及其核心依赖。
步骤 1:下载安装脚本
bash
# 更新包列表 sudo apt update # 安装 wget(如果还没有) sudo apt install wget # 下载最新版 Miniconda(Python 3.x) wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh # 或者如果你想指定版本,可以查看:https://repo.anaconda.com/miniconda/
步骤 2:运行安装脚本
bash
# 给脚本添加执行权限 chmod +x Miniconda3-latest-Linux-x86_64.sh # 运行安装脚本 ./Miniconda3-latest-Linux-x86_64.sh
安装过程中会:
-
显示许可协议,按
Enter浏览,然后输入yes同意 -
询问安装路径(默认:
/home/你的用户名/miniconda3) -
询问是否初始化 Conda,推荐输入
yes
步骤 3:激活 Conda
bash
# 重新加载 bashrc 或重新打开终端 source ~/.bashrc # 或者 exec bash
步骤 4:验证安装
bash
conda --version
你应该看到类似:conda 23.x.x
方法二:安装 Anaconda
Anaconda 包含更多预装的数据科学包,体积较大。
步骤 1:下载 Anaconda
bash
# 下载 Anaconda 安装脚本 wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh # 或者访问 https://repo.anaconda.com/archive/ 查看最新版本
步骤 2:安装
bash
chmod +x Anaconda3-2023.09-0-Linux-x86_64.sh ./Anaconda3-2023.09-0-Linux-x86_64.sh
后续步骤与 Miniconda 相同。
配置和使用 Conda
基本命令
bash
# 查看 Conda 信息 conda info # 更新 Conda conda update conda # 创建新环境 conda create -n myenv python=3.9 # 激活环境 conda activate myenv # 安装包 conda install numpy pandas matplotlib # 列出所有环境 conda env list # 退出当前环境 conda deactivate # 删除环境 conda remove -n myenv --all
为 MuJoCo 创建专用环境
bash
# 创建 MuJoCo 专用环境 conda create -n mujoco_env python=3.9 # 激活环境 conda activate mujoco_env # 安装 MuJoCo 和其他相关包 pip install mujoco matplotlib numpy gym
配置 Conda 自动激活(可选)
如果你希望默认不激活 base 环境:
bash
# 禁用自动激活 base 环境 conda config --set auto_activate_base false # 启用自动激活 conda config --set auto_activate_base true
卸载 Conda
如果需要卸载:
bash
# 安装自动卸载脚本 conda install anaconda-clean anaconda-clean --yes # 删除 Conda 目录 rm -rf ~/miniconda3 # 或者如果是 Anaconda rm -rf ~/anaconda3 # 从 ~/.bashrc 中删除 Conda 相关行 nano ~/.bashrc # 删除类似这样的行: # >>> conda initialize >>> # ... conda 相关配置 ... # <<< conda initialize <<<
故障排除
问题1:conda: command not found
bash
# 手动添加 Conda 到 PATH echo 'export PATH="~/miniconda3/bin:$PATH"' >> ~/.bashrc source ~/.bashrc
问题2:权限错误
如果遇到权限问题,可以尝试用户安装:
bash
# 在安装脚本中添加 -b 参数进行无提示安装 ./Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
问题3:Shell 不兼容
如果你使用 zsh 或其他 shell:
bash
# 对于 zsh conda init zsh source ~/.zshrc
推荐选择
-
Miniconda:更轻量,适合知道自己需要什么包的用户
-
Anaconda:包含更多预装包,适合初学者或不想单独安装很多包的用户
对于 MuJoCo 开发,我推荐使用 Miniconda,因为它更轻量,你可以按需安装所需的包。
安装完成后,你就可以使用 Conda 环境来管理 MuJoCo 项目,避免包冲突问题!
ithd@ithd-Optiplex-5500:~/anaconda3$ conda create -n mujoco_env python=3.9 conda:未找到命令
看起来 Conda 没有正确安装或者没有添加到系统 PATH 中。让我们来解决这个问题。
解决方案
方法一:手动初始化 Conda
首先尝试手动初始化 Conda:
bash
# 进入 Anaconda 的 bin 目录 cd ~/anaconda3/bin # 运行 conda 初始化 ./conda init bash # 重新加载 bash 配置 source ~/.bashrc
然后测试是否工作:
bash
conda --version
方法二:手动将 Conda 添加到 PATH
如果方法一不行,手动添加:
bash
# 将 Conda 添加到 PATH echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc # 重新加载 source ~/.bashrc # 测试 conda --version
方法三:直接使用完整路径
你也可以直接使用完整路径运行 Conda:
bash
# 使用完整路径创建环境 ~/anaconda3/bin/conda create -n mujoco_env python=3.9 # 激活环境时也需要使用完整路径 source ~/anaconda3/bin/activate mujoco_env
验证安装
一旦 Conda 命令可用,验证安装:
bash
# 检查 Conda 信息 conda info # 检查 Conda 版本 conda --version # 列出所有环境(应该只有 base) conda env list
创建 MuJoCo 环境
现在可以创建 MuJoCo 环境了:
bash
# 创建环境 conda create -n mujoco_env python=3.9 # 激活环境 conda activate mujoco_env # 验证 Python 版本 python --version # 安装 MuJoCo pip install mujoco
如果仍然不工作
如果上述方法都不行,可能需要重新安装 Conda:
bash
# 删除当前的安装(如果需要) rm -rf ~/anaconda3 # 重新下载和安装 Miniconda(更轻量) wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh chmod +x Miniconda3-latest-Linux-x86_64.sh ./Miniconda3-latest-Linux-x86_64.sh
在安装过程中,确保选择 "yes" 当询问是否初始化 Conda。
安装后的配置
成功安装后,配置 Conda 以便更好地使用:
bash
# 禁用自动激活 base 环境(可选) conda config --set auto_activate_base false # 添加 conda-forge 频道 conda config --add channels conda-forge # 更新 conda conda update conda
测试完整流程
bash
# 创建环境
conda create -n mujoco_test python=3.9 -y
# 激活环境
conda activate mujoco_test
# 安装必要的包
pip install mujoco matplotlib numpy
# 测试安装
python -c "import mujoco; print('MuJoCo 安装成功!')"
请先尝试方法一,这通常能解决大部分问题。如果遇到任何错误信息,请告诉我具体的错误内容,我可以帮你进一步排查。
2194

被折叠的 条评论
为什么被折叠?



