我之前刚好碰到过几乎一模一样的场景，给你几个亲测有效的方案，按推荐程度排序：

方案一：使用pip的--user参数直接安装 #

这是最简单直接的方法，pip的--user参数会将所有依赖包安装到你的个人用户目录（默认路径是~/.local/lib/pythonX.Y/site-packages，X.Y对应你的Python版本），完全不需要root权限。

步骤：

• 首先确保你用的是对应Python版本的pip（比如你要用Python3.5，就用pip3.5），避免装到Python2.7里：

  # 先升级pip到个人目录（如果pip版本太旧）
  pip3.5 install --user --upgrade pip
  

• 安装所需依赖：

  pip3.5 install --user numpy theano keras
  

• 验证：打开Python3.5控制台，输入import numpy，如果没有报错就说明安装成功。

注意：~/.local/lib/python3.5/site-packages默认已经在Python的sys.path里，如果你的环境没自动识别，可以在代码开头添加：

import sys
sys.path.append("~/.local/lib/python3.5/site-packages")

或者在终端设置环境变量：

export PYTHONPATH="$HOME/.local/lib/python3.5/site-packages:$PYTHONPATH"

可以把这条命令加到你的~/.bashrc或~/.profile里，每次登录自动生效。

方案二：手动下载源码编译安装到个人目录 #

如果某些库用--user参数安装失败（比如需要编译但pip处理不好），可以手动下载源码包编译安装：

步骤：

• 到对应库的官方仓库或PyPI页面下载对应版本的源码压缩包，上传到服务器的个人目录，或者直接用wget下载：

  wget https://github.com/numpy/numpy/archive/refs/tags/v1.18.5.tar.gz  # 举个适配Python3.5的numpy版本例子
  

• 解压源码包：

  tar -zxvf v1.18.5.tar.gz
  cd numpy-1.18.5
  

• 编译并安装到个人目录：

  python3.5 setup.py install --user
  

  或者指定自定义的安装目录（比如$HOME/my_python_libs）：

  python3.5 setup.py install --prefix=$HOME/my_python_libs
  

  这种情况需要把自定义目录加到PYTHONPATH里，参考方案一的环境变量设置。

方案三：创建个人虚拟环境（推荐用于环境隔离） #

如果需要和系统Python环境完全隔离，或者要安装多个版本的依赖，可以用virtualenv创建自己的虚拟环境，同样不需要root权限：

步骤：

• 先安装virtualenv到个人目录：

  pip3.5 install --user virtualenv
  

• 在个人目录创建虚拟环境（指定用Python3.5）：

  virtualenv --python=python3.5 $HOME/my_keras_env
  

• 激活虚拟环境：

  source $HOME/my_keras_env/bin/activate
  

  激活后终端会显示(my_keras_env)前缀，此时你用的pip和python都是虚拟环境里的，直接安装依赖即可：

  pip install numpy theano keras
  

• 退出虚拟环境：

  deactivate
  

提示：如果虚拟环境激活后pip版本太旧，可以先升级：pip install --upgrade pip

额外小技巧：用预编译wheel包跳过编译 #

如果源码编译遇到依赖缺失（比如服务器没有Fortran编译器，numpy编译失败），可以找对应Python版本和系统架构的预编译wheel包（.whl文件），然后用pip安装：

pip3.5 install --user path/to/numpy-1.18.5-cp35-cp35m-linux_x86_64.whl

你可以在PyPI上搜索对应库的wheel包，选择匹配你服务器系统和Python3.5的版本。

内容的提问来源于stack exchange，提问作者Batwoman05