有时因为限制，我们不能够在目标机器上使用网络安装 Python 环境，那么如何离线构建 Anaconda 虚拟环境，以及如何离线安装各种 Python 库，就是一个必须要思考的问题。我会在这篇文章里介绍我在离线安装 Anaconda 和配置 Python 环境方面的一些经验。
离线构建 Python 环境的构建需要：
在有网的机器上：
- 下载服务器对应的 conda 安装包
- 下载 Python 虚拟环境 pkg 文件
- 下载 Python 库的 whl 文件
在离线服务器上：
- 安装 conda
- 安装 Python 虚拟环境
- 安装 Python 库
提示：
- 如果离线服务器已经安装 conda，可以不用重复安装
- 如果离线服务器已经有你需要的 Python 版本对应的虚拟环境，可以使用
conda create --clone克隆旧的虚拟环境
如果你使用的 Python 版本是 Python 3.7，那么直接下载最新的 Anaconda 即可，自带 Python 3.7 以及许多机器学习环境，只需要离线安装一些深度学习库，这部分内容可以参考下面的下载whl文件。
如果你使用 Python 3.7 以下的版本，如 Python 3.6，那么你可以只下载 Miniconda，然后通过 pkg 里先安装你想要的Python 版本。为什么不下载 Anaconda 呢？因为它很大，而且里面的 Python 版本并不是我们需要的版本。
目前最新的 Anaconda 和 Miniconda 下载链接：
- https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh
- https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
如果你遇到了网络问题，可以使用清华大学开源软件镜像站的 Anaconda 镜像：
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.07-Linux-x86_64.sh
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
可以使用下面的命令来下载：
mkdir -p ~/Downloads/offline
cd ~/Downloads/offline
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.shpip download 可以下载你所需要和依赖的 Python 库对应的 whl 安装包，但是你必须确保系统内核和 Python 版本一致。如果你使用的是 Mac，而目标机器是 Linux，那么你就不能够使用 pip download 命令很方便地下载所有依赖的 whl 文件。为了简化这一问题，我们可以使用 Docker 创建一个 Linux 环境来完成下载任务。
通过 -v 参数，我们可以将 Docker 内部的 /data 路径和本地的 ~/Downloads/offline 路径链接起来，这样当我们下载到 /data 时，就可以在本机的 ~/Downloads/offline 文件夹里看到。
docker run -it -v ~/Downloads/offline:/data -w /data continuumio/miniconda通过添加清华大学开源软件镜像站的 Anaconda 镜像，我们可以加速下载过程。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yesAnaconda 所有的库都是通过 pkg 安装的，我们只要下载这些 pkg 文件，即可创建我们想要的环境。
首先删除 miniconda docker 里已有的 pkg 文件，因为 miniconda 默认安装了 Python 2.7，我们不希望在安装 Python 3.6 的时候有 Python 2.7 的 pkg 文件。
然后我们创建一个 Python 3.6 环境。如果你希望安装 Python 的其他版本，可以在创建环境的时候自行修改版本号。
创建好环境以后，所有需要的 pkg 文件（后缀名是 .tar.bz2）就会下载到 /opt/conda/pkgs 目录下，我们只需要把它们拷到 /data 目录下，即可在本机的下载文件夹里看见。
rm -rf /opt/conda/pkgs
conda create -n ypw python=3.6
source activate ypw
mkdir -p /data/pkgs
cd /opt/conda/pkgs
cp *.tar.bz2 /data/pkgs通过添加清华大学开源软件镜像站的 Pypi 镜像，我们可以加速下载过程。
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplewhl 文件就是我们常说的 Python 库的安装文件，下面是我常用的 Python 库，你可以根据自己的需要进行修改。
mkdir -p /data/whls
cd /data/whls
pip download jupyter jupyter_contrib_nbextensions numpy pandas scikit-learn matplotlib opencv-python pillow tqdm torch torchvision tensorflow-gpu keras tensorboardx下载好所有需要的离线安装包以后，我们就需要将它们传到离线服务器上，然后逐个安装。如果你的机器不支持rsync 命令，可以使用 scp 命令。
rsync -avP ~/Downloads/offline fat:~/安装 conda 直接使用 bash 运行，然后按照提示进行即可。
bash ~/offline/Miniconda3-latest-Linux-x86_64.sh先创建一个空环境，然后安装已经下载好的 pkg 文件，你就可以离线创建一个 Python 3.6 的环境。
conda create -n ypw --offline
source activate ypw
conda install --offline ~/offline/pkgs/*最后，使用 pip 离线安装下载好的 whl 文件。
pip install --no-index --find-links=file:///home/richinfo/offline/whls jupyter jupyter_contrib_nbextensions numpy pandas scikit-learn matplotlib opencv-python pillow tqdm torch torchvision tensorflow-gpu keras tensorboardx