机器学习入门：7000字详解 Python 环境安装

作者：空字符
链接：https://mp.weixin.qq.com/s/L-3bXzYFFdNx_mL7eu2-kw

所谓工欲善其事必先利其器，完成任务首先需要将后续所要用到的环境进行安装。总体来说安装过程主要可以分为两大部分：

1. 一是 Python 管理环境的安装和配置；
2. 一个就是 IDE 的安装和配置。

文末提供技术交流群，欢迎参与。

1 安装Conda

作为在Python开发中一款优秀的包管理工具，Conda一直以来就有着其独特的优势，尤其是在机器学习和深度学习的开发中。例如最新版本的Conda在安装TensorFlow-gpu版本时，如果是通过conda install来进行安装，它还能够自动根据TensorFlow的版本匹配好对应的Cuda驱动以及cuDNN的版本号，这一点可谓十分友好。因此下面，笔者就来介绍其基本的安装与使用。

1.1 Windows环境

首先在官网 [1]下载最新版Windows平台下的Anaconda3安装包，然后再按照如下安装步骤进行即可。这里顺便提一下，安装Anaconda的目的主要是为了使用里面的Conda环境管理器，因此这里下载安装的是Miniconda[2]。Anaconda和Miniconda本质上都一样，Anaconda是拓展自Miniconda，里面包含了更多的Python包，因此也比较大。由于需要创建自己的虚拟环境，所以可以下载更加小巧的Miniconda（安装过程完全一样）。

1) 安装Anaconda

双击.exe后缀的安装包进行安装，如果后续无特殊说明，保持默认直接点击Next按钮即可，如图1-1所示。

图 1-1 Anaconda安装图

2) 指定安装目录

在安装过程中还可以自定义指定安装路径，但一般情况下保持默认安装路径即可，如图1-2所示。

图 1-2 Miniconda安装路径图

3) 高级设置

当安装过程执行到这一步时，直接点击Install即可，不用勾选任何选项，如图1-3所示。

图 1-3 高级设置图

4) 安装完成

安装完成后，点击Finish按钮，如图1-4所示。接下来可以通过打开命令行然后输入相关命令来测试是否安装成功。

图 1-4 Miniconda安装完成图

5) 测试

当完成上述安装过后，便可以在开始菜单栏中找到Anaconda Prompt命令行，点击打开后并输入conda -V，如果出现相关版本信息则表示安装成功，如图1-5所示。

图 1-5 测试安装图

1.2 Linux环境

1) 下载 Miniconda

首先，需要在地址[3]中找到对应版本的Miniconda安装包，并复制对应的链接地址；然后，通过Linux中的wget命令来完成安装包的下载（这里以下载最新版本的Miniconda为例），代码如下：

#下载Miniconda：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

如果由于网络原因不能完成上述下载过程，也可以从清华大学维护的镜像中[4]找到相应Anaconda的下载地址，然后同样以wget命令来进行下载，代码如下：

# 下载Anaconda：
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

2) 安装 Miniconda

在完成安装包下载后，再通过bash Miniconda3-latest-Linux-x86_64.sh命令进行安装。如果上面下载的是Anaconda，则对应安装命令为bash Anaconda3-5.3.1-Linux-x86_64.sh，要注意区分。

在上述安装的过程中，一直按回车键即可。在遇到如图1-6所示的情况时，输入yes，继续按回车键，直到安装结束。如果没有看到这一步也无妨，继续进行即可。

图 1-6 初始化Miniconda

3) 测试

在安装结束后打开命令行终端，然后输入conda -V进行测试。如果出现如图1-7所示的版本提示信息，则表示安装成功。

图 1-7 测试安装图

但如果出现conda: command not found的提示，试着执行命令source ~/.bashrc，然后再执行测试命令。在这之后如果依旧提示找不到conda命令，则再试试通过如下两行命令手动添加环境变量，代码如下：

echo 'export PATH="/home/userneme/anaconda3/bin:\$PATH"' >> ~/.bashrc
source ~/.bashrc

注意上面代码中的username和anaconda3要根据自己实际的用户名和conda软件版本来确定。然后再执行测试命令便能看到正确的版本提示信息。

2 替换源

在安装完成Miniconda后（无论是在哪个平台下），为了加快后续Python包安装过程中的下载速度，这里需要将默认的conda源和pip源替换成清华对应的镜像源。替换方式如下：

• 替换conda源

  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/main/
  conda config --set show_channel_urls yes
  

• 替换pip源

  pip install pip -U
  pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  

  如果只是临时使用一下某个pip源的话，可以用如下方式进行Python包的安装：

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
  

3 Conda环境管理

由于在实际项目开发过程中，可能会根据情况使用到不同版本的Python解释器或者是一些相互不兼容的Python包，例如一个项目依赖的Python版本是3.6而另外一个却是2.7，显然这两者是不能够同时存在于一个环境中。此时，便可以通过Miniconda中的Conda环境管理器来进行方便的创建与管理。接下来，将会依次介绍虚拟环境的安装与使用。

3.1虚拟环境安装

在完成Miniconda安装后，可以通过使用conda create -n env_name来创建一个名为env_name的虚拟环境。同时，如果你需要一个特定的Python版本，那么可以通过命令conda create -n env_name python=3.6来创建一个名为env_name，Python版本为3.6的虚拟环境。

下面，以安装一个名为py36，且同时指定Python版本为3.6的过程为例进行演示。

1) 创建新环境

输入conda create -n py36 python=3.6创建新环境，如图1-8所示。

图 1-8 虚拟环境安装图

2) 继续安装

在执行上一步的命令后，便会看到如图1-9所示的提示内容，直接按回车键即可。从图中可以看到，上一步的命令将会安装一个Python版本为3.6.12的虚拟环境。

图1-9 Python环境安装过程图

3) 完成安装

出现如图1-10所示的提示表示安装成功。

图1-10 安装完成示意图

如果是在后续使用过程中想再次更换某个环境中的Python版本，则可以先进入对应的虚拟环境，然后用以下命令来完成Python版本的更换，代码如下：

conda install python==3.6.7

3.2虚拟环境使用

在完成环境的创建后，可以通过命令conda activate env_name进入到对应的虚拟环境。同时，还可以使用命令conda env list来列出当前存在的所有虚拟环境；通过conda remove -n env_name --all来删除名为env_name的虚拟环境。同时如果需要在对应的虚拟环境中安装相应的Python包，那么可以使用pip install package_name来完成，如图1-11所示。最后，使用conda deactivate命令退出相应的虚拟环境。

图 1-11 Python包安装示意图

如果需要安装值得版本号的Python包可以通过如下命令进行

pip install jieba==0.42.1

4 PyCharm安装与配置

在Python开发中，最常用的IDE就是PyCharm，从名字也可以看出它是专门为Python开发而设计。首先需要去PyCharm官网[5]下载离线安装包，如图1-12所示。

图 1-12 下载PyCharm

页面提供了两种版本：专业版和社区版，前者收费后者免费。对于初学者来说社区版的就已经足够了。点击Download按钮，然后等待下载完成。

1) 安装PyCharm

双击下载好的安装包，然后持续点击Next按钮。当执行到，图1-13所示的位置时，可以勾上此处的两个选项，然后接着继续点击Next按钮即可安装完成。

图 1-13 PyCharm安装选择图

2) 配置PyCharm

在安装完成后双击PyCharm图标，在第一次打开时可能会有如图1-14所示的提示。

图 1-14 PyCharm启动图

此时选择Do not import settings，点击OK按钮即可。最后，再点击图1-15所示的New Project按钮创建一个新的工程。

‍‍‍‍

图 1-15 创建新工程图

按照如图1-16所示的内容输入相应的工程名称和选择对应的Python解释器。

图 1-16 创建新工程图

通常图1-16中Interpreter的路径为C:\Users\Username\Minicaonda3\envs\py36\python.exe，且这里安装的是Miniconda，所以路径里是Miniconda3，其具体的选择方法如图1-17所示。

图 1-17 创建新工程图

在解释器选择完成后点击OK按钮，便能够回到图1-16所示的页面，最后点击Create按钮即可完成工程的创建。

3) 更换解释器

如果后续过程中需要更换虚拟环境（解释器），则可先点击File→Settings，再点击其中的Project Interpreter，然后点击右上角的设置按钮，如图1-18所示。这样便可以回到图1-16所示相同的配置页面，最后选择相应的环境即可。

图 1-18 Python解释器更换图

4) 运行示例

鼠标指向工程名，单击New，然后选择Python File，输入文件名即可创建新的Python文件，如图1-19所示。

图 1-19 Pycharm新建文件图

在空白处输入代码后，右击选择Run test即可运行该程序，如图1-20所示，也可使用快捷键Ctrl+Shift+F10。

图 1-20 代码运行图

5 总结

在本篇文章中

首先介绍了如何在Windows和Linux两种环境中来安装和配置Conda管理器；

接着介绍了如何一步步来创建一个新的虚拟环境和安装Python包；

最后介绍了如何下载安装和配置PyCharm开发环境，同时还以一行简单的代码进行了示例。

到这里，详细大家对于Python环境的开发与配置已经有了一个较为清晰的认知。

---

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式①、发送如下图片至微信，长按识别，后台回复：加群；
• 方式②、添加微信号：dkl88191，备注：来自CSDN
• 方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群