编程问题---第一次

 

单引号的输入

 

 

 

 

 

字典的key值输入不用加引号

 

 

 

 

列数不能超过256

 

 

 

In 不能直接用于series 只能用于 list  可以用 isin

 

print(spuFt['序号属性'].isin([61283]))

 

 

 

 

多条件筛选  每个条件需要加括号

 

 

 

 

子模块被主模块引用的  如果子模块有变动  需要重新运行导入一遍 才能运行更改过的子模块

 

 

 

Python中的break和continue的使用方法

一、continue的使用方法（结束当前的循序，进行下一个数的循环）

# *****************************************************************************

# This is a program to illustrate the useage of continue in Python.

# If you want to stop executing the current iteration of the loop and skip ahead to the next

# continue statement is what you need.

# ****************************************************************************

for i in range (1,6):

    print

    print 'i=',i,

    print 'Hello,how',

    if i==3:

        continue

    print 'are you today?'

执行结果例如以下：

>>> ================================ RESTART ======================
>>> 

i= 1 Hello,how are you today?

i= 2 Hello,how are you today?

i= 3 Hello,how
i= 4 Hello,how are you today?

i= 5 Hello,how are you today?
>>> 

 

二、break的使用方法（结束总的循环）

# *****************************************************************************

# This is a program to illustrate the useage of break in Python.

# What if we want to jump out of the loop completely—never finish counting, or give up

# waiting for the end condition? break statement does that.

# ****************************************************************************

for i in range (1,6):

    print

    print 'i=',i,

    print 'Hello,what is ',

    if i==3:

        break

    print 'the weather today?'

执行结果例如以下：

>>> ================================ RESTART ========================
>>> 

i= 1 Hello,what is  the weather today?

i= 2 Hello,what is  the weather today?

i= 3 Hello,what is 
>>>

Jupyter  工作目录更改

https://blog.csdn.net/lixintong1992/article/details/53012921

 

ipython notebook 改名叫jupyter了。

在cmd中，输入“ipython notebook”或“jupyter notebook”打开notebook，此时cmd的当前路径即为notebook的工作路径。

另外，可通过设置config文件的方法来设置固定的工作路径。

方法是：

1 选择一个用于存放config文件的文件夹

2 在cmd中进入该文件夹的路径

3在cmd中 输入命令jupyter notebook --generate-config

4 此时在该文件夹中便生成一个notebook的config文件，文件名是“jupyter_notebook_config.py”

5 打开该文件，修改

“# The directory to use for notebooks and kernels.”下面的

“# c.NotebookApp.notebook_dir = ””为

“c.NotebookApp.notebook_dir = ‘指定的工作路径’”（注意将#号删除）

 

配置文件位置 
C:\Users\用户名.jupyter\jupyter_notebook_config.py

 

 

出现Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build*解决办法

2018年01月16日 17:00:30 阅读数：16493 标签： linuxubuntu 更多

个人分类： linux

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u011324454/article/details/79076885

我在使用sudo pip install jupyter的时候出现了Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build-sr2_jA/distribute/这个错误，百度了好久也试了前人的很多方法，最后在stack overflow上看到了一句代码见奇效

(就是没有安装好)

 

easy_install -U setuptools

·  1

然后在执行sudo pip install jupyter竟然没有报错安装成功了 
pip还不能完全取代easy_install，哈哈哈

https://blog.csdn.net/infovisthinker/article/details/54705826

Tensorflow-gpu 安装

 

今天因为安装自然语言分词gensim 3.0.0模块，需要升级numpy到1.11.3以上版本，没有问题啊，升级呗，结果升级安装提示：

PermissionError: [WinError 5] 拒绝访问。: 'd:\\anaconda3\\lib\\site-packages\\nu
mpy\\core\\multiarray.cp35-win_amd64.pyd'

哔了狗啊，以前都没有问题，咋回事呢，在试试安装whl版本的numpy，下载了117M的numpy-1.13.3+mkl-cp35-cp35m-win_amd64.whl，使用命令：

pip install numpy-1.13.3+mkl-cp35-cp35m-win_amd64.whl

哎呦我去，依然是这个错误：

咋整？问度娘，度娘说，你的参数需要加上--user，于是再次安装：

pip install --user numpy-1.13.3+mkl-cp35-cp35m-win_amd64.whl

结果万事大吉！

 模块和主解释器的关系

 

 

 

先建立环境 然后在环境里面再安装这个模块

print((rdm.rand()/10.0-0.05))  # 构造-0.05 到0.05 范围的值

 

构造一个 通过batch 取完数据集里面的所有值  一次取一个batch

128/8=16

16次 完成128个数据  一个batch 的遍历

5000/128=312

完成312 次 128个数据的迭代

移动平均,差分等 看

G:\BaiduNetdiskDownload\46-时间序列预测\时间序列\46.3差分自回归移动平均模型(ARIMA) 笔记

问题:把列值作为index

Parse_dates=[0]

 

 

 

 

Inverse_transform 把归一化的值转回来

 

 

 

 

卧槽 直接匹配出2014年的

 

 

 

查看空缺值有几个空格

Print 是经过格式化了

要直接在控制台输出 才知道具体是什么

 

按tab键补全

 

G:\BaiduNetdiskDownload\炼数成金《深度学习框架Tensorflow学习与应用》\第二周\第二周  2-2  变量的使用

 

连续按两次 shift +tab 键 可以看到详细的方法描述  属性

1324   446

print((rdm.rand()/10.0-0.05))  # 构造-0.05 到0.05 范围的值   构造某个范围内的数

 

    start = (i*batch_size) % 128

        end = (i*batch_size) % 128 + batch_size

Y = [[x1+x2+(rdm.rand()/10.0-0.05)] for (x1, x2) in X] # 同时循环出多个数

 

Reduce_mean

with tf.Session() as sess:#最后一句不需要sess.run()

    v=tf.constant([[1,3,1],[4,2,2]])

    sess.run(v)

    print(tf.reduce_mean(v).eval())

举例说明：

00001. 

# 'x' is [[1., 2.]

00002. 

00003. 

#         [3., 4.]]

00004. 

x是一个2维数组，分别调用reduce_*函数如下：

首先求平均值：

00001. 

tf.reduce_mean(x) ==> 2.5 #如果不指定第二个参数，那么就在所有的元素中取平均值

00002. 

00003. 

tf.reduce_mean(x, 0) ==> [2.,  3.] #指定第二个参数为0，则第一维的元素取平均值，即每一列求平均值

00004. 

00005. 

tf.reduce_mean(x, 1) ==> [1.5,  3.5] #

00006. 

指定第二个参数为1，则第二维的元素取平均值，即每一行求平均值

 

Reshape  [-1,1] 的问题 一般都是数值内嵌方括号的问题

https://blog.csdn.net/NockinOnHeavensDoor/article/details/80660158  

 

 

https://blog.csdn.net/wlwl2015/article/details/81902540

Reshape(-1,1)

-1 表示不知道有多少行  可以指定列数

00001. 

z = np.array([[1, 2, 3, 4],

[5, 6, 7, 8],

[9, 10, 11, 12],

[13, 14, 15, 16]])

z.shape

 

z.reshape(-1, 2)

array([[ 1, 2],

[ 3, 4],[ 5, 6],[ 7, 8],[ 9, 10],[11, 12],[13, 14],[15, 16]])

In [14]: x=np.array([[1,2],[3,4]])

# flattenh函数和ravel函数在降维时默认是行序优先

In [15]: x.flatten()

Out[15]: array([1, 2, 3, 4])

 

In [17]: x.ravel()

Out[17]: array([1, 2, 3, 4])

# 传入'F'参数表示列序优先

In [18]: x.flatten('F')

Out[18]: array([1, 3, 2, 4])

 

In [19]: x.ravel('F')

Out[19]: array([1, 3, 2, 4])

#reshape函数当参数只有一个-1时表示将数组降为一维

In [21]: x.reshape(-1)

Out[21]: array([1, 2, 3, 4])#x.T表示x的转置

In [22]: x.T.reshape(-1)

Out[22]: array([1, 3, 2, 4])

·  22

两者区别

>>> x = np.array([[1, 2], [3, 4]])>>> x.flatten()[1] = 100>>> x

array([[1, 2],

       [3, 4]])            >>> x.ravel()[1] = 100>>> x

array([[  1, 100],

       [  3,   4]])

 

00001.  0.3 秒暂停一下  

 

 

注意事项：

PyCharm一个窗口只能运行一个工程，如需创建多个关联不大的程序有以下方式：

1.  在创建工程的时候以新窗口打开（否则当前窗口会被关闭）
2.在当前工程上直接新建其他程序（可以使用文件夹分隔）
3.当需要同时运行多个耗时程序时，IDE会有卡顿

 

If 的条件语句  必须连续 不能有超空格

 

 

 

右边的变量管理器不是实时更新的

https://blog.csdn.net/lanchunhui/article/details/49493633

· 

range()返回的是range object，而np.nrange()返回的是numpy.ndarray() 
range尽可用于迭代，而np.nrange作用远不止于此，它是一个序列，可被当做向量使用。

range()不支持步长为小数，np.arange()支持步长为小数

两者都可用于迭代

两者都有三个参数，以第一个参数为起点，第三个参数为步长，截止到第二个参数之前的不包括第二个参数的数据序列 
某种意义上，和STL中由迭代器组成的区间是一样的，即左闭右开的区间。[first, last)或者不加严谨地写作[first:step:last)

 

np.newaxis的功能是插入新维度，看下面的例子：

a=np.array([1,2,3,4,5])
print a.shape

print a

输出结果

(5,)
[1 2 3 4 5]

可以看出a是一个一维数组,

x_data=np.linspace(-1,1,300)[:,np.newaxis]
a=np.array([1,2,3,4,5])
b=a[np.newaxis,:]
print a.shape,b.shape
print a

print b

输出结果：

(5,) (1, 5)
[1 2 3 4 5]
[[1 2 3 4 5]]

 

x_data=np.linspace(-1,1,300)[:,np.newaxis]
a=np.array([1,2,3,4,5])
b=a[:,np.newaxis]
print a.shape,b.shape
print a
print b

输出结果

(5,) (5, 1)
[1 2 3 4 5]
[[1]
 [2]
 [3]
 [4]
 [5]]

 

可以看出np.newaxis分别是在行或列上增加维度，原来是（6，）的数组，在行上增加维度变成（1,6）的二维数组，在列上增加维度变为(6,1)的二维数组

 

三维的表现形式

问题?

如果 算法里面 如果出现 need real figure  not  str  有可能是给算法设置的参数有问题

 

数组元素之间没有符号 ,每一行之间是 \n

List 元素之间是逗号,一行与一行之间是逗号

 

跳出多循环

https://blog.csdn.net/zSean/article/details/75057806

Tensorflow中tf.get_variable和tf.variable_scope的使用

 

https://www.jianshu.com/p/a1a9e44708f6    操作

import tensorflow as tf
data = [[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]]
# print(type(data))
x = tf.strided_slice(data,[0,0,0],[1,2,1])
with tf.Session() as sess:
       print(sess.run(x))

 

看数组的维度

最外面有几层中括号 就有几维

第一维度是识别 减少一个方括号之后   直到第二个多层中括号遇到的逗号之前  从左往右看f

倒数第二维的识别  看能否直接去掉最外一层括号 (要确保最外面一层要比里面任何一层的单边方括号数量都要多)

最后一个维度的识别,最里层中括号所包含的元素个数

问题? UnicodeDecodeError: 'utf-8' codec can't decode bytes in position   第一个实现 strict 改成ignore 可以解决问题

最好的解决的方案是通过notepad 打开 然后保存为正确的编码格式最好

 

通过这个函数可以进入

 

    r = r.decode('utf-8')

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe5

解决方法:

1.查看文件的编码格式

2.Csv,xls 相互交换查看

f = r'K:\myselfCodeOffice\code1\dataset_2.csv'
# df =codecs.open(f,'rb','ascii','ignore')  # 读入股票数据

2.  F的 关闭文件  重新打开运行

4.

 

当有一个实例在运行的时候 同时再运行第二个实例的时候就会出现编码错误

有时候可行  有时候又不可行 真是服了

问题? 查看别人的代码很多问题就有可能是之前编辑的代码版本太低,直接注释掉 之后  改用新版本的代码改写

库不存在,has no attribution 等

module 'PyQt5.QtGui' has no attribute 'QApplication'

问题:

Parent directory of crack_capcha.model doesn't exist, can't save. （tensorflow 报错）

 

在保存模型的时候报的错，

使用代码：

saver.save(sess, "crack_capcha.model", global_step=step)

解决方案：

在crack_capcha.model 的前面加./，即使用代码：

saver.save(sess, "./crack_capcha.model", global_step=step)

问题即可解决。

为什么呢？./代表代码执行的根目录，之前直接那样写是找不到文件存放的目录的，或者也可以直接写绝对路径。

问题?

Python 安装库,包

https://blog.csdn.net/wait_for_eva/article/details/79440510

指定编译器

 

自己硬盘上指定位置就行了，这个就这样。

 

安装包

easy_install和pip都可以安装，但是装逼气氛浓厚，配置和使用问题多。

对于windows的用户，那是相当的不友好。

明明按照步骤来的，就是会错。

不过现在不用担心了，windows嘛，干嘛要装逼呢，windows上图形界面才是王道好不好。

反正我垃圾，研究没那么深，也用不着。

还是刚才那里，点那个加号

1. 先搜索框中搜索

2. 在资源池中确定资源

3. 直接安装就行了

方便吧，快捷吧

 

配置PIP源

更换pip源更是方便。

如你所见，右边三个分别是

1. 增加

2. 删除

3. 修改

都是pip源的操作，豆瓣源就很好，你可以试试

https://pypi.douban.com/simple/

默认的pip源实在是low，配置一下还得写pip.ini，尤其是.pip文件夹，问题是windows允许你.(点)么。

操蛋，这样就好多了。

 

这样子不仅能装了，而且速度快多了，以前真的是水深火热。

尤其你想scrapy？TensorFlow？

以前我装一个matplotlib基本都不可能。

依赖包多，我一个一个来。

直接装的，源码装的，whl文件装的，结果有些还是不了。

这下舒服多了。

 

学框架，至少得获取到框架不是。

https://www.cnblogs.com/hkgov/p/7799078.html

 

更换安装源

 

 

问题:弹到另一个屏幕 隐藏的问题

 

右键点出来  然后 用 Fn加快捷键 最大化而出现窗口

https://blog.csdn.net/wj1066/article/details/78853717

https://blog.csdn.net/maymay_/article/details/80241627

pandas中时间窗函数rolling的使用

 

pycharm debug出现UnicodeDecodeError: 'utf-8' codec can't decode 解决办法

原先我的python文件都是在最初建的一个project下，在另外一个文件夹下新建一个python文件，直接用pycharm点开就不会出现这种问题，于是我把这个project对应文件夹下的除.py文件外其他的都删除。这个问题目前来说没有出现了。 --------------------- 本文来自 zhxh0609 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/shaiguchun9503/article/details/81115605?utm_source=copy

乱码问题

如果代码打开是乱码,先用notepad 打开再改成正确的代码编码保存之后再打开就可以了

 

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

为什么这里不能用and 或者 or

问题

这种问题一般是对一个表的更改不小心错误的赋值给另一个表了

A value is trying to be set on a copy of a slice from a DataFrame.

Try using .loc[row_indexer,col_indexer] = value instead

如果等于其本身 也会有警告

问题?

应该是超出最大行的限制了

excel 无法粘贴信息,原因是复制区域与粘贴区域形状不同

问题

setting an array element with a sequence

矩阵的列没有对齐，把没对齐的数据补上就可以了  维度变换有错

原因是在把数据输入网络的时候列表的行数列数不匹配，比如 
[[1,2], [2, [3, 4]]] 
[[1,2], [2, 3, 4]] 
而tensor必须要２＊２或者３＊３的输入才行 

问题

Numpy array: sequence too large

sequence too large error means that you are creating a multidimension array that the dimension is large that 32. For example: np.empty([1]*33) will this error. Are you sure you want to create >32 dimension array? If you want to create an empty array the same shape as model[MN][i], you should use: empty_like(). – HYRY Jul 17 '13 at 1:22

问题

ValueError: Cannot feed value of shape (1,) for Tensor u'Placeholder:0', which has shape '(1, 1)'

其实原因很简单，我这里的feed需要(1,1)的矩阵，也就是一维的且只有一个元素的矩阵,但[x_]和[y_]在tensorflow里会被认为是一维的但元素个数不知的数组。所以加个方括号, 即[[x_]]和[[y_]]就搞定了

因为在给函数传参数shape时需要传递形状，如shape=[2,2],表示2维矩阵，每个维度有两个元素，只是代表形状，不是具体的矩阵
当传递给feed里面的占位符时，需要实际具体的矩阵而不是形状，如传二维的矩阵：x_data:[[1,1],[1,1]]

问题?

OSError: Initializing from file failed

当你用pandas读取文件报这种错误时，一般是因为你的文件名中带有中文，例如：

res = pd.read_csv('我的文件.csv')

这种情况就会报错，只需要这样更改就可以：

f = open('我的文件.csv')

res = pd.read_csv(f)

 

另一种方法

temp=pd.read_csv(f,encoding='gbk',engine='python')  加个engine=’python’   用于python3.6 也可以

 

问题?

路径里面最好不要有中文

https://www.cnblogs.com/hhh5460/p/5615729.html   转换的总结

https://blog.csdn.net/csdn15698845876/article/details/73380803 stack

https://www.cnblogs.com/hhh5460/p/5615729.html  sklearn 并行 高效的处理数据  重点

使用sklearn优雅地进行数据挖掘

Pipeline  

https://www.cnblogs.com/bambipai/p/7658311.html

https://mp.weixin.qq.com/s?__biz=MzI5MjM4MDM1Nw==&mid=2247484382&idx=1&sn=2b8c4cb3b538ea442d302d8557e0e4ab&chksm=ec030874db748162a49452b8ba75c9d308e5d95a1b6acc71a440365090f492c2ab39b539fb21&mpshare=1&scene=1&srcid=08186LQegqpH9Onh1Vm5PXjd#rd

pipeline

在用pandas进行数据重排时，经常用到stack和unstack两个函数。stack的意思是堆叠，堆积，unstack即“不要堆叠”，我对两个函数是这样理解和区分的。

  常见的数据的层次化结构有两种，一种是表格，一种是“花括号”，即下面这样的l两种形式：

                                  

   

	store1	store2	store3
street1	1	2	3
street2	4	5	6

 

 

 

 

 

 

表格在行列方向上均有索引（类似于DataFrame），花括号结构只有“列方向”上的索引（类似于层次化的Series），结构更加偏向于堆叠（Series-stack，方便记忆）。stack函数会将数据从”表格结构“变成”花括号结构“，即将其行索引变成列索引，反之，unstack函数将数据从”花括号结构“变成”表格结构“，即要将其中一层的列索引变成行索引。例：

 

   raise ValueError("cannot reindex from a duplicate axis")

ValueError: cannot reindex from a duplicate axis

 

这个是存在重复字段

 

Pycharm 当前目录设置  重点

目录结构  

这应该是一个web服务，dao，db是数据库相关，engines是主要的引擎部分，service是相关服务，utils是工具类，web应该是含有主要的后台服务。可以从web开始看

第一步：

NewProject，跳转到下放页面：

“红色框”是项目所在的路径。（注意：项目路径不要包含中文）

“蓝色框”是根据红色框的路径自动生成，我们不用管它，它是pyCharm自动根据项目路径，

在项目中添加了“venv”文件夹，是项目的依赖。

“黄色框”中的路径是这个项目所依赖的python，路径是你本地python的python.exe的全路径，是项目的依赖。

点击右下角的“Create”按钮，创建项目。

create virtual......

 

第二步：

简单的python项目创建成功，看一下目录结构：

 

“红色框”：我建的工作文件，文件下有自己写的demo01程序。

“蓝色框”：pyCharm为我们生成的依赖文件夹，可以看到灰色字（library root）,

这是我们项目的依赖，所以不要动。（注：venv可以创建虚拟环境，让多个项目之间的Python依赖隔离开，不会在项目之间冲突。）

“黄色框”：写的简单的示例python代码。

 

 

当调试出现乱七八糟的结果而不是需要的结果的时候  就是代码出错了

 

 

奇怪了 怎么填充了这么多值 而且是不同的 应该是相同的才对

 

并不是以378 来填充的 见鬼了

python路径拼接os.path.join()函数完全教程

https://blog.csdn.net/weixin_37895339/article/details/79185119

路径拼接

 

#因为没有2016年对应时期的数据,直接用当前的数据作为上期数据,不能用零,用零的话偏差就比较大了

 

https://www.cnblogs.com/chownjy/p/8663024.html   python self

如果self指向类本身，那么当有多个实例对象时，self指向哪一个呢？

总结

self在定义时需要定义，但是在调用时会自动传入。

self的名字并不是规定死的，但是最好还是按照约定是用self

self总是指调用时的类的实例。

 

类里面的函数的第一个参数都需要self

 

 

模型本身的参数直接赋值:上面是模型本身的参数

下面是非模型本身的参数,自己定义的参数 要再次赋值

https://blog.csdn.net/quiet_girl/article/details/72517053

Fit_transform

和transform的区别

·  # 从sklearn.preprocessing导入StandardScaler

·  ·  from sklearn.preprocessing import StandardScaler

·  ·  # 标准化数据，保证每个维度的特征数据方差为1，均值为0，使得预测结果不会被某些维度过大的特征值而主导

·  ·  ss = StandardScaler()

·  ·  # fit_transform()先拟合数据，再标准化

·  ·  X_train = ss.fit_transform(X_train)

·  ·  # transform()数据标准化

·  ·  X_test = ss.transform(X_test)

·  --------------------- 作者：nana-li 来源：CSDN 原文：https://blog.csdn.net/quiet_girl/article/details/72517053?utm_source=copy 版权声明：本文为博主原创文章，转载请附上博文链接！

 

Dictvector 直接独热编码

 

 

Joblib 第一个参数是模型

https://mp.weixin.qq.com/s?__biz=MzI5MjM4MDM1Nw==&mid=2247484382&idx=1&sn=2b8c4cb3b538ea442d302d8557e0e4ab&chksm=ec030874db748162a49452b8ba75c9d308e5d95a1b6acc71a440365090f492c2ab39b539fb21&mpshare=1&scene=1&srcid=08186LQegqpH9Onh1Vm5PXjd#rd

from sklearn.preprocessing import StandardScaler

from sklearn.decomposition import PCA

from sklearn.linear_model import LogisticRegression

from sklearn.pipeline import Pipeline

pipe_lr = Pipeline([('sc', StandardScaler()),

                    ('pca', PCA(n_components=2)),

                    ('clf', LogisticRegression(random_state=1))

                    ])

上面的括号里面表示按顺序直线

pipe_lr.fit(X_train, y_train)

print('Test accuracy: %.3f' % pipe_lr.score(X_test, y_test))

                # Test accuracy: 0.947

https://blog.csdn.net/lanchunhui/article/details/50354978

Ravel >>> x = np.array([[1, 2], [3, 4]])

>>> x

array([[1, 2],

       [3, 4]])

>>> x.flatten()

array([1, 2, 3, 4])

>>> x.ravel()

array([1, 2, 3, 4])

两者默认均是行序优先

>>> x.flatten('F')

array([1, 3, 2, 4])

>>> x.ravel('F')

array([1, 3, 2, 4])

>>> x.reshape(-1)

array([1, 2, 3, 4])

>>> x.T.reshape(-1)

array([1, 3, 2, 4])

Python修改代码模板

 

 

 

 

从一列里面取部分来做加减乘除不行?

 

两个// 是取整

Python  dataframe  dtype

Int,float32,float64,int64

Pip 源  包源 库源 非  anaconda 自己更新自身的源

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/ 

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

 

删除格式

 

造成程序读入之后列乱序很有可能就是这样隐藏了 格式混乱  excel

ValueError: day is out of range for month  问题

这个情况for循环 一个一个值的处理居然能通过

项目,虚拟环境的处理

 

项目是在虚拟环境中运行,但是二者的文件夹却是分开的,没有关系的  但是每个项目要选对应的python 所在地,真实的python 安装所在地,而不是环境所在地???????

 

项目和虚拟环境需要在同一个目的

 

虚拟环境就是为了要求干净的环境,就不要用conda装了

 

 

 

 

 

可以选第一个 VE,但是只能一个一个安装包

第二个conda 可以一起把所有的包都装上,但是 貌似国内源不能用了

 Location,虚拟环境的location 随便选

编辑器,下载安装的 python 版本  根据自己要求来选

https://blog.csdn.net/qq_36015370/article/details/79484455

Anaconda 安装

Anaconda 命令

conda config –-show 注意是双横线

 conda info 查看当前配置信息

Conda --help

 

Pycharm确实是一个非常不错的Python开发IDE，尤其对于初学者而言。

 https://www.cnblogs.com/loyung/p/8554836.html

打开新建项目

 

1．选择新建一个Pure Python项目，新建项目路径可以在Location处选择。 

2.Project Interpreter部分是选择新建项目所依赖的python库，第一个选项会在项目中简历一个venv（virtualenv）目录，这里存放一个虚拟的python环境。这里所有的类库依赖都可以直接脱离系统安装的python独立运行。 

3.Existing Interpreter关联已经存在的python解释器，如果不想在项目中出现venv这个虚拟解释器就可以选择本地安装的python环境。 

那么到底这两个该怎么去选择呢，这里建议选择New Environment 可以在Base Interpreter选择系统中安装的Python解释器，这样做的好处有很多。 

·  python项目可以独立部署

·  防止一台服务器部署多个项目之间存在类库的版本依赖问题发生

·  也可以充分发挥项目的灵活性

项目开发过程中我们会用到很多的第三方类库：

打开项目文件——设置——项目——project Interpreter——选择项目环境，并且在项目环境中查看项目已引用的第三方库列表

点击搜索添加需要的第三方库

默认地址是https://pypi.python.org/simple国外地址下载会非常慢，这里可以选择 Manage Repositories添加国内pip镜像

 

这里推荐三个非常不错的国内镜像

https://pypi.tuna.tsinghua.edu.cn/simple/  清华大学镜像

http://pypi.douban.com/simple/    豆瓣镜像

http://mirrors.aliyun.com/pypi/simple/ 阿里镜像

 

 

Word 要更改行与行的距离  

 

 

 

Anaconda 默认虚拟环境是创建在envs 这个目录下的

 

conda create -n envspython35 python=3.5

Conda 创建虚拟环境命令

 

 

 

换回conda 默认源

conda config --remove-key channels

 

 

 

通过这里是安装不上 的

Pip 更新自身

python -m pip install --upgrade pip 

Conda 命令

anaconda用法：

查看已经安装的包：

pip list 或者 conda list

 

安装和更新：

pip install requests

pip install requests --upgrade

或者

conda install requests

conda update requests

 

更新所有库

conda update --all

 

更新 conda 自身

conda update conda