在开发过程中，服务器往往都是无网环境，pip、conda安装库命令无法直接使用，一般有三种处理方法。

1、从别的地方拷贝py环境到目标机器，易操作。但是经常要拷贝整个环境，不方便。

2、从pip上下载安装包，然后本地安装，对于只有一个依赖包的库很方便，如果有多个或多级依赖包，就很麻烦，只有安装完一个才知道下一个需要什么。

3、搭建anaconda本地库，即本文方法。

一、安装py环境

py环境自然推荐安装anaconda，py已经更新到py3.7，对于不习惯的用户，可以在这里选择其他版本安装包，安装过程比较简单，就不介绍了。对于访问这些网站不方便的用户，可以参考第四部分的清华镜像网站。

二、搭建Anaconda本地库

1、在本地或者其他机器新建一个anaconda库目录，然后建立anaconda、conda-forge两个子目录，在anaconda、conda-forge里面分别再建立linux-64、noarch两个子目录。本地机器的话，可以直接安装；其他机器可以通过httpd服务使用。

2、打开https://conda.anaconda.org/conda-forge/linux-64，点击下图的json链接，打开以后右键另存为repodata.json，将这个文件放在conda-forge/linux-64/目录下。

image

3、按照2中的方法依次打开下面三个链接：

https://conda.anaconda.org/conda-forge/noarch

https://conda.anaconda.org/anaconda/linux-64/

https://conda.anaconda.org/anaconda/noarch/
将三个repodata.json文件分别放在/conda-forge/noarch、anaconda/linux-64、anaconda/noarch目录下

4、配置anaconda源，执行下面命令

如果上面配置的库在本地，添加路径到配置文件(修改为自己路径)：

conda config --add channels file:///opt/python/anaconda

conda config --add channels file:///opt/python/conda-forge

如果有单独的httpd服务器，添加路径到配置文件，切记先配置httpd的目录:

conda config --add channels http://ip/.../anaconda

conda config --add channels http://ip/.../conda-forge

然后编辑配置文件.condarc，一般在~/.condarc，去掉最后的 - defaults

建议先不要把anaconda目录添加到配置文件里面，最近发现anaconda的reposdata.json文件有点问题不好用，不过之前下载的是好用的。

三、安装py包

到这里就可以直接执行conda命令了，比如安装tensorflow，执行 conda install tensorflow即可，可以在后面指定版本号，例如conda install tensorflow=1.8.0。此时会把所有依赖包都显示出来，只需要到上面的四个网址下载对应的.bz2文件放到对应的四个目录即可，也可在第四步中的清华镜像下载。

如果库文件在本机，还可以通过下面命令直接安装：

conda install packagename --override-channels --channel file:///opt/python/conda-forge，或者--channel后面直接跟目录也是可以的。conda命令使用详情看这里。

四、清华镜像

1、清华anaconda安装包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2、清华镜像使用：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
3、清华镜像bz2包：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/