Ubuntu 22.04（WSL2）安装Miniconda详细指南

coderlee
633 阅读7分钟

引言

本文详细介绍了如何在Windows Subsystem for Linux 2（WSL2）运行的Ubuntu 22.04上安装Miniconda。Miniconda是Anaconda包管理器的轻量级版本，适合管理Python环境。本文提供分步指导、故障排除、最佳实践、实际用例以及Miniconda与Anaconda的对比，帮助你快速搭建高效开发环境。

前提条件

  • 已安装Ubuntu 22.04（WSL2环境）。
  • 熟悉基本的Linux终端命令。
  • 稳定的网络连接以下载安装程序。
  • 至少2GB的可用磁盘空间。

为什么选择Miniconda？与Anaconda的对比

在安装Miniconda之前，了解它与Anaconda的区别有助于选择合适的工具。以下从性能、资源占用和许可角度对比两者：

特性MinicondaAnaconda
安装包大小~70 MB~3–5 GB
默认包数量仅Conda和Python250+（包括数据科学常用库）
安装时间2–5分钟10–20分钟
磁盘占用400–500 MB（初始）5–10 GB（初始）
WSL2性能低资源占用，启动快（~0.2秒）高资源占用，启动稍慢（~0.5秒）
适用场景轻量级、自定义环境预装数据科学工具，适合初学者
许可BSD 3-Clause（Conda核心），默认通道受ToS约束BSD 3-Clause（Conda核心），部分包有其他许可，默认通道受ToS约束

性能测试（基于Ubuntu 22.04 WSL2，4GB内存）：

  • 安装时间：Miniconda约3分钟，Anaconda约15分钟。
  • 环境创建：创建Python 3.9环境的耗时相似（~1分钟），但Miniconda初始磁盘占用低约10倍。
  • 运行时性能：Miniconda启动conda命令约0.2秒，Anaconda约0.5秒（因预装包多）。

许可说明：

  • Miniconda：核心组件（如Conda包管理器）采用BSD 3-Clause许可，完全开源，允许自由使用和分发。然而，Miniconda默认从repo.anaconda.com拉取包，受Anaconda《服务条款》（ToS）约束。根据ToS，商业使用中，若组织规模超过200人（不含学生、教育机构等例外），需购买商业许可。详情见Anaconda ToS。
  • Anaconda：Conda核心同样基于BSD 3-Clause，但包含大量第三方包，部分包可能采用GPL、LGPL或其他许可。默认通道（repo.anaconda.com）受相同ToS约束，商业使用限制与Miniconda一致。
  • 替代方案：若需避免ToS限制，可使用conda-forge通道（完全开源，BSD 3-Clause或类似许可），或选择Miniforge（默认使用conda-forge）。

推荐理由：

  • 资源受限环境：在WSL2等资源有限场景下，Miniconda的低磁盘占用和快速安装更适合。
  • 灵活性：Miniconda允许按需安装包，避免Anaconda预装的冗余库。
  • 许可灵活性：通过使用conda-forge通道，Miniconda可完全规避商业ToS限制，适合企业和合规场景。

因此，本指南选择Miniconda，特别适合希望轻量、高效配置Python环境的开发者。

安装流程概览

以下是安装Miniconda的流程图，概述主要步骤：

graph TD
    A[开始] --> B[下载Miniconda安装脚本]
    B --> C[验证脚本完整性]
    C --> D[运行安装脚本]
    D --> E[同意许可协议]
    E --> F[选择安装路径]
    F --> G[选择是否初始化Conda]
    G -->|是| H[刷新Shell]
    G -->|否| I[手动配置PATH]
    H --> J[验证安装]
    I --> J
    J --> K{验证成功?}
    K -->|是| L[完成]
    K -->|否| M[排查问题]
    M --> J

步骤1：下载Miniconda安装程序

从Anaconda官方仓库下载最新的Linux（x86_64）版Miniconda安装脚本：

# 方式1：使用wget
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 方式2：使用curl
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

提示：若下载失败，检查网络连接或尝试另一命令。也可从repo.anaconda.com/miniconda手动下载并传输到WSL2。

步骤2：验证安装程序（推荐）

验证SHA256校验和以确保文件完整性：

sha256sum Miniconda3-latest-Linux-x86_64.sh

将输出与repo.anaconda.com/miniconda上的官方校验和比对。例如：

# 示例校验和（请替换为官网最新值）
98ea6e4f216f2fb4b69fff9b3a44842c38686ca685f3f55dc48c5d3fb1107be4  Miniconda3-latest-Linux-x86_64.sh

若校验和不匹配，删除文件并重新下载。

步骤3：运行安装程序

执行安装脚本：

bash Miniconda3-latest-Linux-x86_64.sh

按屏幕提示操作：

  1. 阅读许可协议：按Enter滚动条款，输入yes接受。
  2. 选择安装路径：按Enter接受默认路径（~/miniconda3），或指定自定义路径。确保有写入权限。
  3. 初始化Conda：建议选yes，自动配置shell（推荐）。这会修改~/.bashrc，使conda命令可用。

安装需2-5分钟，视系统性能而定。

注意：若选非默认路径，记录路径以便后续配置。

步骤4：激活安装

若选yes初始化，刷新shell加载Conda环境：

source ~/.bashrc

终端提示符应显示(base)，表示Conda已激活。

若选no，手动配置shell，将Conda添加到PATH：

echo 'export PATH="$HOME/miniconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

Zsh用户：若使用zsh（部分Ubuntu默认），修改~/.zshrc：

echo 'export PATH="$HOME/miniconda3/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

步骤5：验证安装

检查Miniconda安装是否成功：

conda --version

预期输出（版本可能不同）：

conda 23.7.4

若提示conda: command not found，检查步骤4的PATH配置，确保执行了source命令。

步骤6：优化Conda配置（最佳实践）

以下设置可提升Conda使用体验：

  • 禁用base环境自动激活：默认每次终端启动激活base环境，可禁用：

    conda config --set auto_activate_base false

    需手动激活：conda activate <env_name>。

  • 更新Conda：保持最新以避免兼容性问题：

    conda update -n base conda

  • 设置渠道优先级：从可信渠道（如conda-forge）获取包：

    conda config --add channels conda-forge
conda config --set channel_priority strict

  • 加速包管理：使用Mamba： mamba是Conda的C++实现，解析依赖和安装包的速度远超Conda，尤其在复杂环境中。以下是如何安装和使用mamba：

    安装Mamba：

    conda install -c conda-forge mamba

    这会在当前环境（建议base环境）安装mamba。安装耗时约1-2分钟，视网络速度而定。

    使用Mamba： mamba命令与conda几乎相同，支持创建环境、安装包等。例如：

    # 创建环境
mamba create -n fast_env python=3.9

# 安装包
mamba install numpy pandas

    性能优势（基于WSL2测试）：

    • 依赖解析：安装pandas时，Conda需10-20秒解析依赖，Mamba仅需2-5秒。
    • 安装速度：Mamba下载和安装多包（如numpy、pandas、matplotlib）比Conda快约2-3倍。
    • 资源占用：Mamba的内存和CPU使用率更低，适合WSL2等资源受限环境。

    注意事项：

    • 安装mamba后，建议优先使用mamba管理环境和包，但保留conda以更新核心组件（如conda update conda）。
    • 若使用conda-forge通道，mamba性能更优，因其依赖解析更高效。
    • 少数情况下，mamba可能与某些复杂依赖冲突，此时可回退到conda。
    • 更多详情见Mamba官方文档。

步骤7：实际用例——配置数据科学环境

Miniconda适合数据科学工作流。以下是创建Python 3.12数据科学环境并安装常用库的步骤（可使用mamba加速）：

# 创建Python 3.12环境
mamba create -n ds_env python=3.12

# 激活环境
conda activate ds_env

# 安装数据科学包
mamba install numpy pandas matplotlib seaborn jupyter

# 启动Jupyter Notebook
jupyter notebook

说明：

  • numpy、pandas用于数据处理。
  • matplotlib、seaborn用于可视化。
  • jupyter提供交互式笔记本，适合实验和展示。
  • WSL2注意：若需通过浏览器访问Jupyter，配置端口转发（运行wsl -- ip addr获取WSL IP，设置jupyter notebook --ip=<WSL_IP> --port=8888）。

此环境为数据分析、机 器学习和可视化提供坚实基础。

常见问题排查

  • “Permission denied”：确保安装路径有写入权限，运行chmod +x Miniconda3-latest-Linux-x86_64.sh。
  • “conda: command not found”：确认~/miniconda3/bin在PATH中，检查~/.bashrc或~/.zshrc。
  • WSL2性能问题：若Conda或Mamba缓慢，编辑%USERPROFILE%\.wslconfig设置memory=4GB或更高。
  • 校验和不匹配：重新下载并验证URL。
  • Jupyter无法访问：检查端口转发，或用--no-browser选项手动打开链接。
  • Mamba依赖冲突：尝试用conda安装，或检查通道配置。
avatar
文章
阅读
粉丝