Raspberry Pi 5（樹莓派 5）- Ubuntu Server 24.04 Anaconda / Miniconda Python 環境安裝設定 – 教學

前言

 

在現代軟體開發與資料處理領域中，Python 環境管理已成為開發者必備的核心技能，Anaconda 憑藉其完整的科學計算套件庫和強大的依賴管理能力，成為業界標準選擇；而 Miniconda 則以輕量化設計滿足資源受限環境的需求。

雖然市面上有許多安裝設定的教學資源，但針對伺服器環境（Raspberry Pi 5 搭配 Ubuntu Server 24.04）的專業教學卻相對稀少。

本文將提供全面且專為伺服器設計的 Anaconda / Miniconda 部署指南，涵蓋從基礎安裝到進階最佳化的完整流程，協助您高效建置 Python 開發環境，確保專案能夠長期穩定運行。

為什麼選擇 Anaconda？

Anaconda 的獨特價值

1. 開箱即用：預裝超過 250 個常用套件，大幅減少手動安裝的麻煩。
2. 智能管理：Conda 提供強大的套件與環境隔離，避免版本衝突。
3. 跨平台：支援 Windows、macOS、Linux，提供一致的使用體驗。
4. 活躍社群：擁有完整文件與資源，遇到問題容易找到解答。

🔗 延伸閱讀：Conda 官方文件

Ubuntu Server 24.04 的優勢

1. 長期支援：LTS 版本提供長達 5 年的安全更新和維護，非常適合伺服器部署。
2. 穩定高效：對資源管理友好，能支援 Raspberry Pi 5 等低功耗設備。

Anaconda 與 Ubuntu Server 24.04 的組合提供了理想的開發與部署平台，特別適合需要長期穩定運行的伺服器環境。

🔗 Raspberry Pi 5（樹莓派 5）- 安裝 Ubuntu Server 24.04 LTS (64-bit)
🔗 Raspberry Pi 5（樹莓派 5）- Ubuntu Server 24.04 基礎環境設定

Anaconda vs. Miniconda：選擇最適合您的 Python 環境

在建立 Python 環境時，選擇適合的發行版非常重要，Anaconda 和 Miniconda 各有優勢，以下是它們的關鍵差異：

特點	Anaconda	Miniconda
安裝內容	完整版：預裝 250+ 科學計算套件	精簡版：僅包含 Conda、Python 和少量基本套件
磁碟空間	較大：約 3GB+	輕量：約 400MB
適合對象	想快速建置環境，希望立即開始數據分析的研究人員	硬體資源有限或需要客製化環境的開發者
安裝時間	較長	快速
初始環境	豐富，無需額外安裝常用套件	精簡，需手動安裝所需套件

 

Anaconda 和 Miniconda 兩者都使用相同的套件管理工具 conda，因此日常操作體驗完全一致，選擇後，也可隨時透過 conda install 指令調整環境。

開發環境前置作業

系統需求

1. 作業系統：Ubuntu Server 24.04 LTS（長期支援版本）
2. 記憶體：至少 4GB RAM，建議 8GB 以上以獲得更佳效能
3. 儲存空間：Anaconda 約需 3GB，至少 10GB 可用空間，建議 20GB 以上
4. 使用者權限：需具備 sudo 或 root 權限以安裝系統套件

系統準備步驟

1. 更新套件索引：確保套件相容性

   apt update
   

2. 安裝基礎依賴套件：提供編譯環境和基礎函式庫支援

   apt install -y build-essential libssl-dev libffi-dev
   

3. 選擇下載工具
   推薦使用 wget 下載安裝檔，操作簡單直覺

   apt install -y wget
   

   如需進階網路功能，可考慮使用 curl

   apt install -y curl
   

在伺服器環境中，建議先在測試環境驗證安裝流程，確認無誤後再於正式環境部署，特別是對於生產環境，可考慮使用版本控制工具記錄設定變更。

安裝 Anaconda / Miniconda

 

Anaconda 安裝步驟

1. 下載安裝檔：

   ### Anaconda 下載（完整版）
   
   # x86_64 架構（一般電腦）
   wget https://repo.anaconda.com/archive/Anaconda3-2025.06-1-Linux-x86_64.sh
   
   # ARM64 架構（樹莓派 5）
   wget https://repo.anaconda.com/archive/Anaconda3-2025.06-1-Linux-aarch64.sh

   ---

   ### Miniconda 下載（精簡版）
   
   # x86_64 架構（一般電腦）
   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
   
   # ARM64 架構（樹莓派 5）
   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
   

2. 驗證檔案完整性：為什麼要驗證？
   1. 確保下載過程中檔案沒有損壞
   2. 防止惡意軟體感染
   3. 確認檔案來源的真實性

   ---

   ### 官方下載頁面（取得 SHA256 雜湊值）
   
   # Anaconda
   https://repo.anaconda.com/archive/
   
   # Miniconda
   https://repo.anaconda.com/miniconda/

   ---

   ### 驗證指令
   
   # Anaconda（x86_64）
   sha256sum Anaconda3-2025.06-1-Linux-x86_64.sh
   
   # Anaconda（ARM64，樹莓派 5）
   sha256sum Anaconda3-2025.06-1-Linux-aarch64.sh
   
   # Anaconda 官方 SHA256 值（ARM64，樹莓派 5）
   98dfb82732991f3f4d385a265da5fd2190d65ec31ceafa0b93f3c5edf4431a5b
   
   # Miniconda（x86_64）
   sha256sum Miniconda3-latest-Linux-x86_64.sh
   
   # Miniconda（ARM64，樹莓派 5）
   sha256sum Miniconda3-latest-Linux-aarch64.sh
   
   # Miniconda 官方 SHA256 值（ARM64，樹莓派 5）
   350dc95067e0c87bcaa67367e60ea1caae01872adeb945c760bb4a67518d9673
   

   Anaconda 官方 SHA256 值（ARM64，樹莓派 5） 為什麼要驗證？
   

   Miniconda 官方 SHA256 值（ARM64，樹莓派 5）
   

   比對結果

   ---

   1. 計算出的 SHA256 值應與官方提供的雜湊值相同
   2. 如果不同，請重新下載檔案
   3. 官方 SHA256 值可在下載頁面或 checksums 檔案中找到

    

3. 執行安裝 Anaconda / Miniconda
   💡 備註說明：因為我的主機是 Raspberry Pi 5（樹莓派 5），所以我選擇安裝 Miniconda

   ### Anaconda 安裝
   
   # x86_64 架構（一般電腦）
   bash Anaconda3-2025.06-1-Linux-x86_64.sh
   # ARM64 架構（樹莓派 5）
   bash Anaconda3-2025.06-1-Linux-aarch64.sh
   
   ### Miniconda 安裝
   
   # x86_64 架構（一般電腦）
   bash Miniconda3-latest-Linux-x86_64.sh
   # ARM64 架構（樹莓派 5）
   bash Miniconda3-latest-Linux-aarch64.sh
   

   Miniconda 安裝過程互動說明

   ---

   1. 授權條款：
      按 Enter 閱讀
      

      按 Space 繼續，輸入 yes 同意
      

   2. 安裝路徑：
      建議使用預設路徑 /home/使用者名稱/anaconda3 或 /root/anaconda3
      

   3. 初始化：
      建議輸入 yes 自動設定環境變數
      

   4. 安裝完成：
      

4. 環境初始化

   # 重新載入環境變數
   source ~/.bashrc
   
   # 退出目前虛擬環境
   conda deactivate
   
   # 關閉自動啟動 base 環境
   conda config --set auto_activate_base false
   

5. 驗證安裝
   

   # 檢查 conda 版本
   conda --version
   
   # 查看詳細資訊
   conda info
   

   成功安裝標誌

   ---

   1. 終端機提示符前顯示 (base)
      

   2. conda –version 回傳版本號
      

   3. conda info 顯示完整配置資訊
      
      

6. 更新 Conda

   # 更新 conda 套件管理工具到最新版本
   conda update conda
   
   # 更新當前環境中所有已安裝的套件
   conda update --all
   

7. 完全移除 Anaconda / Miniconda

   # 使用官方清理工具
   conda activate
   conda install -y anaconda-clean
   anaconda-clean --yes
   conda deactivate
   
   # 移除 conda 初始化設定
   conda init --reverse
   
   # 重新載入環境變數
   source ~/.bashrc
   
   # 手動移除安裝目錄
   rm -rf ~/anaconda3 ~/miniconda3 ~/.anaconda_backup
   
   # SSH 重新登入後，可執行以下命令来確認移除狀況
   conda
   # 若出現 "command not found"，代表 Anaconda 已成功移除
   

 

虛擬環境操作說明

 

基礎虛擬環境管理

### 虛擬環境建立、啟動與切換

# 建立指定 Python 版本的虛擬環境
conda create -n 環境名稱 python=3.9

# 啟動指定虛擬環境
conda activate 環境名稱

# 返回基礎虛擬環境
conda activate base

# 退出目前虛擬環境
conda deactivate

---

### 查看虛擬環境資訊

# 列出所有虛擬環境
conda env list
conda info --envs

# 查看目前虛擬環境詳細資訊
conda info

# 檢視目前虛擬環境已安裝套件
conda list

# 檢視特定虛擬環境的套件（不需切換環境）
conda list -n 環境名稱

虛擬環境備份與還原

### 匯出虛擬環境設定

# 匯出目前虛擬環境（包含所有套件版本）
conda env export > environment.yml

# 匯出不含建置資訊的虛擬環境（跨平台相容）
conda env export --no-builds > environment.yml

# 匯出僅包含手動安裝套件的虛擬環境
conda env export --from-history > environment.yml

# 匯出特定虛擬環境
conda env export -n 環境名稱 > environment.yml

---

### 從設定檔建立虛擬環境

# 從 YAML 檔建立虛擬環境
conda env create -f environment.yml

# 指定新虛擬環境名稱
conda env create -f environment.yml -n 新環境名稱

# 更新現有虛擬環境
conda env update -f environment.yml

套件管理最佳操作

### 推薦的套件安裝順序

# 1. 啟動虛擬環境
conda activate 環境名稱

# 2. 優先使用 conda 安裝（更好的相依性解析）
conda install numpy pandas matplotlib

# 3. 使用 conda-forge 頻道（社群維護，更新最快）
conda install -c conda-forge jupyter scikit-learn

# 4. conda 找不到時才使用 pip
pip install some-specific-package

# 5. 安裝完成後匯出設定至 environment.yml
conda env export > environment.yml

---

### 套件搜尋與資訊查詢

# 搜尋套件
conda search 套件名稱

# 查看套件詳細資訊
conda info 套件名稱

# 檢查套件更新
conda list --outdated

# 更新特定套件
conda update 套件名稱

# 更新環境中所有套件
conda update --all

虛擬環境清理與維護

### 虛擬環境清理

# 清理下載的套件快取
conda clean --packages

# 清理暫存檔和索引快取
conda clean --all

---

### 移除虛擬環境和套件

# 移除特定套件
conda remove 套件名稱

# 移除整個虛擬環境
conda env remove -n 環境名稱

# 強制移除環境（當環境損壞時使用）
conda remove --all -n 環境名稱

 

常見問題與故障排除

安裝相關問題

問題描述	可能原因	解決方法
下載中斷或失敗	網路不穩定、防火牆阻擋	檢查網路連線、暫時關閉防火牆、使用不同的下載工具
SHA256 驗證失敗	檔案下載不完整或損壞	重新下載安裝檔、檢查磁碟空間是否足夠
安裝權限不足	使用者權限不夠	使用 sudo 權限或切換到 root 使用者
磁碟空間不足	系統剩餘空間不夠	清理磁碟空間、選擇 Miniconda 精簡版
記憶體不足	系統 RAM 不夠、Swap 未設定	增加系統 Swap、使用 Miniconda 精簡版

環境相關問題

問題描述	可能原因	解決方法
conda: command not found	PATH 環境變數未正確設定	重新執行 conda init 或手動設定 PATH
終端機未顯示 (base)	conda 環境未正確啟動	執行 source ~/.bashrc 或重新登入終端機
套件安裝衝突	不同來源的 Python 環境衝突	建立獨立虛擬環境、移除衝突套件
環境損壞無法使用	套件相依性問題	重建環境或恢復備份環境
環境啟動緩慢	安裝套件過多	清理不必要套件、使用精簡環境

快速診斷指令

# 檢查 conda 安裝狀態
conda --version
conda info

# 檢查環境列表
conda env list

# 檢查目前環境套件
conda list

# 檢查系統資源使用情況
# 磁碟空間
df -h
# 記憶體使用
free -h
# 系統負載
top

緊急修復方案

### 當 conda 完全無法使用時：

# 1. 重新設定 PATH
# Anaconda
export PATH="$HOME/anaconda3/bin:$PATH"
# Miniconda
export PATH="$HOME/miniconda3/bin:$PATH"

# 2. 強制重新初始化
conda init
source ~/.bashrc

# 3. 如果仍無法修復，考慮重新安裝
rm -rf ~/anaconda3 ~/miniconda3
# 重新下載並安裝

---

### 環境損壞修復：

# 建立新環境替換損壞環境
conda create -n backup_env python=3.9
conda activate backup_env

# 從備份恢復（如果有的話）
conda env create -f environment.yml

預防措施

 

結語

透過本文的完整教學，可以掌握在 Ubuntu Server 24.04 上建置 Anaconda 或 Miniconda 的專業技能，從系統環境準備、安裝檔驗證、到環境設定與故障排除，每個步驟都經過實際測試，確保能在 Raspberry Pi 5（樹莓派 5）伺服器環境中穩定運行。

Conda 作為現代資料科學的核心工具，不僅提供了強大的套件管理能力，更通過虛擬環境隔離確保專案的可重現性，無論您選擇功能完整的 Anaconda 或輕量化的 Miniconda，都能為「機器學習、資料分析、AI 開發」提供穩固的基礎平台。隨著 Python 生態系統的持續演進，掌握 Conda 環境管理技能將為您的技術職涯帶來長遠的價值。

開始您的開發設計之旅，從建置穩定的 Python 環境開始！