【机器学习&深度学习】01 anaconda的安装及使用方法

1. Windows 系统下的环境安装配置

Anaconda是Python的一个科学计算发行版，内置了Python和数百个Python经常会使用的库，也包括许多我们做机器学习或数据挖掘的库，包括Scikit-learn、NumPy、SciPy、Pandas等，其中可能有一些还是深度学习框架TensorFlow的依赖库。

我们在安装这些库时，通常都需要花费不少时间编译，而且经常容易出现兼容性问题，Anaconda提供了一个编译好的环境可以直接安装。

此外Anaconda还包含了教程主要使用的编辑器——IPython Jupyter Notebook。后者是一个可以在网页中打开的交互式计算环境，可以方便的供我们写Python执行语句和脚本。

下面我们开始一步一步完成安装和配置。

• 进入Anaconda的官网，选择Windows，再选择Download。如果是32位系统选择下方32位链接。

• 下载后是一个可以执行的exe文件，双击打开，一路往后。这里选择仅当前用户。

• 安装路径可以自己更改。

• 这里第一个选项是问是否把Anaconda加入系统环境变量，这个版本不推荐这么做，因为这样会在删除和重装时出现问题，此外Anaconda自带有Anaconda Prompt，可以输入相关命令，不需要再加入系统变量。如果你对Windows系统环境变量非常熟悉，为了方便使用，勾上亦可。第二个选项是问是否把Anaconda Python设置为系统默认Python，建议勾选，因为这样会在使用VS、Pycharm等工具时找到Anaconda对应的Python。

• 安装完成后发现这些新的项目，其中Anaconda Navigator是Anaconda的一个可视化管理工具；Jupyter Notebook是我们课上会使用的交互式网页编辑器；Anaconda Prompt是含有Anaconda变量的命令行；Spyder是一个Python轻量级编辑器。

• 打开Jupyter Notebook。出现如下页面，说明Anaconda和Jupyter Notebook安装成功。

• 打开 Anaconda Prompt。

• 使用 pip 指令依次下载并安装 numpy, pandas, scikit-learn 三个工具库以完成环境配置。

  conda install numpy
  conda install pandas
  conda install scikit-learn
  

2. anaconda基本使用方法

2.1 environment模块介绍

2.2 连接pycharm

在使用pycharm配合anaconda环境时先导入anaconda建的环境

pycharm中的操作：file->setting->progect->interpreter

备注：使用总目录下的python.exe就是anaconda自带的环境

3. 参考

参考文章：https://www.lintcode.com/learn/115/305

anaconda官网