win10环境下，conda安装NCL（遇到的坑）

在Windows上安装和配置NCL的详细步骤
最新推荐文章于 2025-03-24 14:54:28 发布
原创 最新推荐文章于 2025-03-24 14:54:28 发布 · 3.5k 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ubuntu #NCL

本文档详细介绍了如何在Windows10上安装Ubuntu子系统，然后通过conda安装miniconda，并在其中配置和使用NCL。首先，通过Microsoft Store安装Ubuntu18.04LTS，解决可能的wsl权限问题。接着，下载并安装miniconda，处理权限不足的错误。最后，创建NCL的conda环境并进行测试，确保NCL安装成功。整个过程包括了conda环境的激活、权限设置以及NCL的使用验证。

因为工作需要，必须安装使用NCL，然后通过官网的建议，是直接利用conda安装，接下来就是苦难之旅。

第一步，window安装子系统

win10已经支持安装Ubuntu虚拟系统，直接在 Microsoft Store 中搜索 Ubuntu 18.04 LTS （其它版本也行）选择安装。安装成功后可以在菜单中启动子系统。

第一次启动，此时可能会报错，提示如下：

The WSL optional component is not enabled. Please enable it and try again.
See https://aka.ms/wslinstall for details.
Error: 0x8007007e
Press any key to continue...

意思是wsl没有打开，wsl 全名为Windows Subsystem for Linux ，需要安装它才能运行ubuntu 。

这时候需要以管理员身份打开powershell ，输入以下命令安装：

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux

安装完成后，重启ubuntu就可以用了，第一次进入会提示创建用户和密码。

第二步，安装conda。

因为我只是需要利用NCL，所以就选择了体积较小的miniconda。去到官网下载最新的64 bit安装包。conda下载路径，选择了如下的sh文件下载。

最低0.47元/天 解锁文章
【WRF工具】服务器上使用conda安装NCL
WW、forever的博客
09-23 1799
【WRF工具】服务器上使用conda安装NCL
【paddle2.0正式版安装】win10环境下conda安装CPU版本
三岁学编程的博客
02-04 1231
win10环境下conda安装paddle-CPU2.0.0版本
如何在虚拟机Linux上安装ncl,window10下Linux子系统 + NCL 安装记录.pdf
weixin_39768695的博客
04-30 606
window10下Linux子系统NCL安装记录成于大气，信达天下。Win10 用Linux 子系统安装NCL (完全小白教程)一、前言：0、不想安装的时候，可以在在命令行输入lxrun /uninstall /full 轻松卸载子系统安装，卸载都很轻松。特别适合电脑小白。1、下文的我给出各类网站。请大家仔细阅读。比我的的文档重要，我的文档...
Ubuntu18.04环境下安装conda和NCL6.6.2
guye322的博客
10-07 1594
考虑报错有两种原因：①版本不一致；②apt-get命令安装产生问题因此，重新安装NCL，这次安装使用conda方法下载NCL最新版本6.6.2。
Anaconda 安装NCL (Linux系统)
weixin_52317507的博客
03-24 1207
由于官方不再继续更新维护，NCL与较新版本系统中的glibc库等存在兼容性问题，导致其在较新版本的Linux系统（如CentOS8）中无法直接安装（CentOS7 可以直接解压安装）。对于需要继续使用NCL的用户，可以通过conda构建NCL环境，这种方法既方便又快捷。有两种安装方式：1、在线安装;2、离线安装。
Linux下安装NCL最简单的方法：利用anaconda
schumacher2016的博客
09-21 1万+
系统：CENTOS6.9 为了把grib和grib2文件转换成nc文件，听说使用ncl的一个函数很方便：ncl_convert2nc 废话不多说，直接进入主题。。。 步骤： 1、下载并安装anaconda。 https://www.anaconda.com/download/#linux  安装过程：（本人使用的root账户，普通用户也可以，懂的自然懂） bash Anaco...
在Linux系统下安装NCL
qq_40850482的博客
08-07 4659
Linux系统上安装NCL
安装conda搭建python环境（保姆级教程）
热门推荐
Q_fairy的博客
02-22 29万+
安装conda，并用conda搭建python环境，对虚拟环境进行管理
(Win10)Conda 安装 gdal
Sunshine_xiaohao的博客
04-25 1424
要用 gdal 裁剪遥感图像数据集，来总结一下用 Conda 安装 gdal 的过程，如果没 Conda 的可以去看看其他安装方法
使用云服务器安装NCL
lilili260
03-27 1064
说明 我们一般都是用的Windows操作系统，因为Windows安装NCL十分不方便，所以我们通常是使用Linux安装NCL。现在腾讯云、阿里云卖的云服务器十分便宜，强烈推荐使用云服务器。最重要的是，拥有云服务器后可以搭建博客、做网站等等，各位可以通过此链接来购买，最近正值采购季，价格非常实惠，一台配置不错的服务器，一年还不到一百块钱。（虽然我是在做推广，但是确实是非常非常划算，博主才强烈推荐的）...
【免费下载】 Windows下简易安装NCL指南
gitblog_06587的博客
09-20 837
Windows下简易安装NCL指南 【下载地址】Windows下简易安装NCL指南 Windows下简易安装NCL指南本文提供了一种简便的方法在Windows 10上安装NCL（NCAR Command Language） 项目地...
win10下Linux子系统的安装及优化方案
架构师亮哥的博客
03-18 547
相信大家都会对Linux系统有一定程度的需求，但是目前所有Linux发行版的桌面环境实在是不太友好，并不能完全满足我们所有的学习和娱乐。于是我们会想到安装Windows+Linux双系统，或者在Windows下用虚拟机安装Linux。即便这样，两个系统间切换来切换去还是特别麻烦。今天给大家带来一个完美的解决方案，安装Linux子系统。让你在win10下像使用软件一样的使用Linux。 先上一张最终...
conda安装失败-记录网上解决的帖子
LX_15的博客
11-22 342
记录学习python
服务器中利用conda快速安装ncl和cdo
qq_39970131的博客
06-01 2805
``` conda create --prefix=~/cdo -c conda-forge cdo ncl ``` 可以将
使用conda安装权限不足解决方法
qq_23996885的博客
05-15 5341
Ubuntu 20.04 系统如何优雅地安装NCL？
weixin_47288291的博客
03-16 4278
NCAR Command Language（NCL）是由美国大气研究中心（NCAR）推出的一款用于科学数据计算和可视化的免费软件。 它有着非常强大的文件输入和输出功能，可读写netCDF-3、netCDF-4 classic、HDF4、binary、ASCII数据，支持对HDF-EOS2、HDF-EOS5、GRIB1、GRIB2和OGR数据（Shapefile, MapInfo, GMT, TIGER）的读入操作，基本实现了无缝对接各类气象数据和模式数据。 在数据计算上，大气科学研究中几
Miniconda安装NCL
m0_74768429的博客
03-31 2410
Miniconda安装NCL
基于WSL运行的NCL安装方法
2202_75872165的博客
10-30 1546
大气科学专业用到ncl的情况较多，但目前并没有一套特别好用的安装流程，在这里简单记录一下笔者的安装方法。打开设置，在开发者选项页面下打开开发人员模式：打开控制面板，在程序>程序和功能界面下找到“启用或关闭Windows功能”，打开“适用于Linux的Windows子系统”与“虚拟机平台”两个选项：注：第一次开启后可能需要重启计算机来启用设置安装Ubuntu时，有两种选择：1.在Microsoft store下直接搜索选择：2.利用命令行安装：win+r后输入cmd，打开命令行：输入。
windows下简易安装ncl
littlesqgg的博客
01-16 1万+
windows下简易安装ncl 一步一步做
building '_driver' extension error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/ [end of output] note: This error originates from a subprocess, and is likely not a problem with pip. ERROR: Failed building wheel for pycuda Failed to build pycuda 但是我电脑控制面板里看见我已经安装了这个：microsoft visual c++ 2015-2022 redistributable(x64) -14.44.35211
最新发布
10-31
<think>这个错误提示表明在安装PyCUDA时，需要Microsoft Visual C++ 14.0（即2015版本）或更高版本的构建工具（Build Tools），而不仅仅是可再发行组件（Redistributable）。可再发行组件是运行程序时需要的，而构建工具（包含编译器和相关工具）则是编译C/C++扩展时必需的。 解决方案： 1. 安装Microsoft C++ Build Tools（构建工具） 2. 确保安装时选择了正确的组件 具体步骤： 步骤1：访问 https://visualstudio.microsoft.com/visual-cpp-build-tools/ 下载构建工具安装程序。 步骤2：运行安装程序，选择安装“C++生成工具”（C++ Build Tools），并确保勾选以下工作负载和组件： - “C++生成工具”（核心组件，会自动选择必要的组件） - 可选的：如果安装过程中提示需要Windows 10 SDK，也请勾选。 步骤3：安装完成后，重新启动计算机（有时需要使环境变量生效）。 步骤4：尝试重新安装PyCUDA。 如果上述步骤后仍然有问题，可以尝试以下方法： 方法A：使用预编译的PyCUDA轮子（wheel） 访问 https://www.lfd.uci.edu/~gohlke/pythonlibs/#pycuda 下载与你的Python版本和系统架构（32位或64位）对应的预编译轮子文件（.whl），然后使用pip安装该文件。 例如，对于Python 3.9的64位系统，可以下载：pycuda‑2022.1+cuda118‑cp39‑cp39‑win_amd64.whl 然后使用命令： pip install 文件路径\pycuda‑2022.1+cuda118‑cp39‑cp39‑win_amd64.whl 方法B：使用conda安装（如果你使用的是Anaconda） conda install -c conda-forge pycuda 方法C：确保安装的CUDA Toolkit版本与PyCUDA兼容，且环境变量设置正确（如CUDA_PATH指向正确的CUDA安装目录）。 下面是一个检查CUDA环境变量是否设置正确的示例代码（Python）： </think># 解决 PyCUDA 安装时 Microsoft Visual C++ 14.0 缺失问题 您遇到的问题是由于 PyCUDA 需要完整的 **Microsoft Visual C++ Build Tools**，而不仅仅是可再发行组件包（Redistributable）。我将为您提供完整的解决方案。 ## 解决方案步骤 ### 1. 安装完整的 Visual C++ 构建工具 您需要安装完整的构建工具套件，而不仅仅是运行时库： ```powershell # 使用 PowerShell 安装构建工具 # 打开管理员权限的 PowerShell # 1. 安装 Visual Studio 安装程序 winget install --id Microsoft.VisualStudio.2022.BuildTools -e # 2. 安装必要的 C++ 构建工具 $installerPath = "${env:ProgramFiles(x86)}\Microsoft Visual Studio\Installer\vs_installer.exe" & $installerPath --quiet --wait --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended ``` **解释**： - `winget` 是 Windows 包管理器 - `--add Microsoft.VisualStudio.Workload.VCTools` 添加 C++ 构建工具工作负载 - `--includeRecommended` 包含所有推荐组件 - 整个过程大约需要 10-30 分钟（取决于网络速度） ### 2. 验证安装是否成功 安装完成后，检查环境变量是否设置正确： ```python # 验证 VC++ 构建工具的 Python 脚本 import os import subprocess # 检查关键环境变量 print("检查环境变量:") print(f"VCToolsInstallDir: {os.environ.get('VCToolsInstallDir', '未设置')}") print(f"PATH 包含 cl.exe: {'cl.exe' in os.environ['PATH']}") # 检查 cl.exe 是否可用 try: result = subprocess.run(['cl.exe'], capture_output=True, text=True) print("\ncl.exe 输出:") print(result.stderr if result.stderr else "cl.exe 正常工作") except FileNotFoundError: print("错误: cl.exe 未找到! 请确保构建工具正确安装") ``` ### 3. 配置环境变量（如果需要） 如果上述脚本显示 cl.exe 不可用，手动设置环境变量： ```powershell # 在 PowerShell 中设置环境变量 $vcPath = "${env:ProgramFiles}\Microsoft Visual Studio\2022\BuildTools\VC\Tools\MSVC" $latestVersion = Get-ChildItem $vcPath | Sort-Object Name -Descending | Select-Object -First 1 $vcBinPath = "$vcPath\$latestVersion\bin\Hostx64\x64" # 永久添加到系统 PATH [System.Environment]::SetEnvironmentVariable("PATH", "$([System.Environment]::GetEnvironmentVariable('PATH', 'Machine'));$vcBinPath", 'Machine') # 立即生效 $env:PATH = [System.Environment]::GetEnvironmentVariable("PATH", "Machine") + ";" + [System.Environment]::GetEnvironmentVariable("PATH", "User") ``` ### 4. 重新安装 PyCUDA ```bash # 首先卸载任何现有版本 pip uninstall -y pycuda # 清理旧构建 rmdir /s /q "%TEMP%\pip-build*" # 使用特定选项重新安装 pip install pycuda --no-cache-dir --global-option=build_ext --global-option="-IC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\include" --global-option="-LC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\lib\x64" ``` **注意**：将 `vX.Y` 替换为您的实际 CUDA 版本（如 v12.2） ## 替代解决方案 如果您仍然遇到问题，可以使用预编译的 PyCUDA 包： ### 方法1：使用预编译的 wheel 1. 访问 [Python 扩展包非官方仓库](https://www.lfd.uci.edu/~gohlke/pythonlibs/#pycuda) 2. 下载与您的配置匹配的 wheel 文件（例如 `pycuda‑2022.1+cuda118‑cp39‑cp39‑win_amd64.whl`） 3. 安装： ```bash pip install pycuda‑2022.1+cuda118‑cp39‑cp39‑win_amd64.whl ``` ### 方法2：使用 Conda（推荐） ```bash conda create -n gpu_env python=3.9 conda activate gpu_env conda install -c conda-forge pycuda ``` ## 验证安装 ```python import pycuda.autoinit import pycuda.driver as drv import numpy as np # 测试 GPU 功能 a = np.random.randn(100).astype(np.float32) b = np.random.randn(100).astype(np.float32) c = np.zeros_like(a) a_gpu = drv.mem_alloc(a.nbytes) b_gpu = drv.mem_alloc(b.nbytes) c_gpu = drv.mem_alloc(c.nbytes) drv.memcpy_htod(a_gpu, a) drv.memcpy_htod(b_gpu, b) # 简单向量加法 from pycuda.elementwise import ElementwiseKernel add_kernel = ElementwiseKernel( "float *a, float *b, float *c", "c[i] = a[i] + b[i]", "add_kernel") add_kernel(a_gpu, b_gpu, c_gpu) drv.memcpy_dtoh(c, c_gpu) print("GPU 计算结果:", c[:5]) print("CPU 计算结果:", (a + b)[:5]) assert np.allclose(c, a + b) print("PyCUDA 安装成功！") ```
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值