ai学习前瞻-python环境搭建

本文主要是介绍ai学习前瞻-python环境搭建，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Python环境搭建

1. python的安装环境

​ python环境安装有4中方式。

从上图可以了解到

1. python 跨平台的计算机程序设计语言。

2. Conda 软件包管理和环境管理。

3. MiniConda 在Conda的基础上安装了python软件和一些基础模块库。

4. AnaConda 其又是在MiniConda的基础上包含了大量的库和工具。

Miniconda的安装包更小，下载和安装速度更快，能够满足日常工作和学习，所以一般推荐使用MiniConda

2. MiniConda安装

miniConda的安装地址

#官网地址 速度较慢建议使用镜像下载
https://docs.conda.io/en/latest/miniconda.html#国内清华镜像网站
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

选择Miniconda3-latest-xxx (笔者这里选择安装Miniconda3 最终版本) 后面根据自己的操作系统自行选择软件包

下载完成直接一路next安装即可(mac x86安装为例子)

配置conda环境变量（window自行百度）

#打开环境变量
sudo vim ~/.bash_profile #配置conda环境变量
export CONDA_PATH=/opt/miniconda
export PATH=$CONDA_PATH/bin:$PATH#使得配置文件生效
source ~/.bash_profile #使用命令查看conda是否安装成功
conda info

3. pycharm安装

学习java语言的读者应该用过IntelliJ IEAD 的工具的，而pyCharm是Python的IDE工具。下面让我们来一起安装一下Pycharm。

#官网
https://www.jetbrains.com/pycharm/#直接安装使用即可

ok

4. Jupyter 工具安装

jupyter理解为一个可以在网页运行python语言的工具。因为我们之前安装了MiniConda，所以此处使用MiniConda安装Jupyter。

---

Windows操作系统：

• 方法一：按下"win + r"键，输入"anaconda prompt"并按下回车键。
• 方法二：在开始菜单中找到"Anaconda"文件夹，然后选择"Anaconda Prompt"应用程序。

Mac或Linux操作系统：

• 打开终端窗口，输入"aanaconda-navigato"命令打开Anaconda Navigator，或者在搜索栏中输入“Anaconda”，然后点击“Anaconda Prompt”。

---

使用Jupyter

#切换到对应的开发环境
cd xxx/myFirsyPy#启动jupyter
jupyter notebook

5. conda搭建虚拟环境

#创建一个指定python版本是3.9的的虚拟环境
conda create --name my_conda_env  python=3.9#查看创建的环境
ls <minConda的安装路径>/envs #查看conda创建的所有虚拟环境 
conda env list#切换虚拟环境
conda activate my_conda_env#查看当前环境中所有的依赖库
conda list#查看当前环境中所有的python模块
pip list#退出当前环境
conda deactivate#删除conda环境
conda env remove -n ${环境名}

6. 安装python模块

pip安装

配置镜像

#window系统
创建pip目录并创建pip.ini文件#mac或者liunx系统
创建.pip目录并创建pip.conf文件##两者配置进行文件（清华镜像）
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[instal1]
trusted-host = pypi.tuna.tsinghua.edu.cn

安卸模块

#以安装numpy为例（不指定版本则下载最新的）
pip install numpy==1.16.5#查看安装的numpy
pip list #卸载numpy
pip uninstall numpy

conda安装

配置镜像

#进入conda prompt 执行如下命令(清华镜像)conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2#查看镜像是否配置成功
conda config --show channels

安卸模块

#以安装numpy为例（不指定版本则下载最新的）
conda install numpy==1.16.5#查看安装的numpy
conda list #卸载numpy
conda uninstall numpy

7. 关联虚拟环境运行项目

命令行模式

#选择对应的虚拟环境
conda activate my_conda_env#运行python脚本
python /${脚本路径}/HelloWorld.py 

pycharm

新建项目关联虚拟环境

已有项目更改虚拟环境

Jupyter

#切换到对应的虚拟环境
conda activate ${需要关联的虚拟环境}
#对应的虚拟环境安装 ipykernel
pip install ipykernel#回到base环境并设置
python -m ipykernel install --user --name my_conda_env --display-name my_conda_env

这篇关于ai学习前瞻-python环境搭建的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---