写手一条城1. 项目概述
在Ubuntu系统中为Anaconda环境安装rasterio库是一个常见但容易踩坑的操作。rasterio作为处理地理空间栅格数据的Python利器，在GIS分析、遥感影像处理等领域应用广泛。不同于普通Python包的安装，rasterio需要正确处理GDAL等系统依赖，这对conda环境管理提出了特殊要求。
我在多个遥感数据处理项目中反复验证过这套安装方案，特别针对Ubuntu 20.04/22.04 LTS系统和Anaconda3环境优化。下面将详细拆解从依赖准备到环境验证的全流程，包含你可能遇到的libgdal版本冲突、PROJ数据路径错误等典型问题的解决方案。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与依赖检查
2.1 系统级依赖安装
首先通过APT确保基础地理空间库就位：
bash复制sudo apt update
sudo apt install -y libgdal-dev python3-gdal
这里选择python3-gdal而非源码编译，是因为：
- 预编译包已针对Ubuntu系统优化
- 自动处理了libgdal与PROJ的版本匹配
- 避免后续conda环境中的库冲突
重要提示：如果之前尝试过源码安装GDAL，务必先执行
sudo apt purge libgdal-dev清除残留
2.2 Conda环境创建
建议为地理空间项目创建独立环境：
bash复制conda create -n geo python=3.8 -y
conda activate geo
选择Python 3.8版本是因为：
- 与多数GIS库的兼容性最稳定
- 避免Python 3.9+与某些C扩展的编译问题
- 实测在遥感数据处理中性能表现最佳
3. 核心安装流程
3.1 通过conda-forge安装
优先使用conda-forge渠道：
bash复制conda install -c conda-forge rasterio -y
conda-forge的优势在于：
- 自动解决GDAL、PROJ等复杂依赖树
- 提供预编译的Linux二进制包
- 保持与系统库的ABI兼容性
3.2 验证安装结果
运行诊断脚本：
python复制impo