普通用户为何要自己安装 Python
- 用户可以安装自己指定版本的 Python 发行版
- 用户可以安装自己指定版本的包
- 用户可以安装自己开发的包
Python 发行版安装不需要 root 权限，普通用户可以将 Python 安装到自己的目录下，从而获得完整的控制权。如果有需要，也可以安装多个不同 Python 发行版或者使用虚拟环境来满足不同的需求。
配置用户 conda 目录
Conda 在安装(升级)软件包或者使用虚拟环境的时候，需要用到 ~/.conda 和 ~/.cache 目录，因为武大超算 ~/ 目录的容量限制，将这两个目录移动到 ~/project 下面有助于消除因容量限制引起的问题
mv ~/.conda ~/project/conda_user
ln -s ~/project/conda_user ~/.conda
mv ~/.cache ~/project/conda_cache
ln -s ~/project/conda_cache ~/.cache
如果 ~/.conda 和 ~/.cache 目录还不存在
mkdir ~/project/conda_user
ln -s ~/project/conda_user ~/.conda
mkdir ~/project/conda_cache
ln -s ~/project/conda_cache ~/.cache
安装 Miniconda
Miniconda 是一个免费开源的 Python 发行版本，请下载 Linux 64-Bit Installer，下载得到的文件名类似于 Miniconda3-<version>-Linux-x86_64.sh
在安装过程中，因为武大超算 ~/ 目录的容量限制，必须将默认的安装路径修改为 ~/project 下的目录，比如 ~/project/miniconda3
启动安装
sh Miniconda3-<version>-Linux-x86_64.sh
安装程序会询问是否在 ~/.bashrc 中加入环境变量控制，如果选择是，用户每次登录后就可以直接使用这次安装的 Python，无需自己再去配置环境变量。
配置 conda 与 pip 的国内镜像源（可选步骤）
使用conda或pip进行安装时，访问的是国外的网络地址，所以下载和安装包时会特别慢，我们可以更换到国内镜像源地址。
配置 conda 国内镜像源，以清华大学镜像站为例
vim ~/.condarc # 打开配置文件 ，修改如下：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/MindSpore
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/auto
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/biobakery
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/c4aarch64
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/caffe2
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/deepmodeling
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/dglteam
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fermi
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/idaholab
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/intel
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/matsci
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/mordred-descriptor
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/numba
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/ohmeta
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/omnia
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/plotly
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/psi4
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch-lts
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch-test
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch3d
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pyviz
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/qiime2
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/rapidsai
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/rdkit
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/simpleitk
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/stackless
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/ursky
- defaults
show_channel_urls: true
配置 pip 国内镜像源，以清华大学镜像站为例，
mkdir ~/.pip # 配置文件位置在 ~/.pip/pip.conf（如果不存在创建该目录和文件）
vim ~/.pip/pip.conf # 打开配置文件，修改如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
安装软件包
在 Anaconda Cloud 搜索所需要的软件包，打开所需要的软件包链接，在软件包页面的 Conda 列出了软件包的安装命令。以 tensorflow 为例
conda install -c anaconda tensorflow
默认安装的是最新版本，如果要指定软件包的版本，在软件包页面的 Files 选择需要的版本
conda install -c anaconda tensorflow=1.14