Python环境配置教程(超详细图文版)

Python环境配置教程

================

说明

本教程为一个python入门教程,面向初学者,因此内容较为详细。主要内容为python环境配置教程,包括Anaconda,PyCharm,Jupyter notebook的安装与配置,及其常用技巧。教程以Windows系统为平台作演示,其他系统可能存在少许差异。

一、准备相应的材料

本教程需要的文件如下表所示:

文件名

简介

作用

Anaconda3-2021.05-Windows-x86_64.exe

Anaconda的安装包

配置管理python环境

Miniconda3-py39_4.9.2-Windows-x86_64.exe

精简版的Anaconda的安装包(电脑配置较差时使用)

配置管理python环境

pycharm-community-2021.1.3.exe

PyCharm安装包

Python代码的编辑器

以上文件可在链接:https://pan.baidu.com/s/1fXJrY2JEQQC_6eOmECS_5Q 提取码:7w41 获得。

注:本教程以Windows系统为例,其他系统步骤可能存在少许差异,但大致步骤相同。

如需要其他系统或其他版本,可以到以下网址进行下载。

Anaconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/

Python环境配置教程(超详细图文版)_第1张图片
PyCharm:https://www.jetbrains.com/pycharm/download/

PyCharm下载时选择Community 版本为免费版本

Python环境配置教程(超详细图文版)_第2张图片

二、安装Anaconda

  1. 双击打开Anaconda3-2021.05-Windows-x86_64.exe文件(电脑配置较差的可以换成Miniconda3-py39_4.9.2-Windows-x86_64.exe,两者在基本功能上没有太大区别,二者选其一即可)

  2. 出现安装界面,按照以下流程选择安装。

Python环境配置教程(超详细图文版)_第3张图片

Python环境配置教程(超详细图文版)_第4张图片

Python环境配置教程(超详细图文版)_第5张图片

Python环境配置教程(超详细图文版)_第6张图片

Python环境配置教程(超详细图文版)_第7张图片

Python环境配置教程(超详细图文版)_第8张图片

安装中……等待安装完成

Python环境配置教程(超详细图文版)_第9张图片

Python环境配置教程(超详细图文版)_第10张图片

Python环境配置教程(超详细图文版)_第11张图片

Anaconda安装完成

三、安装PyCharm

  1. 双击打开Anaconda3-2021.05-Windows-x86_64.exe文件。

  2. 出现安装界面,按照以下流程选择安装。

    Python环境配置教程(超详细图文版)_第12张图片
    Python环境配置教程(超详细图文版)_第13张图片
    Python环境配置教程(超详细图文版)_第14张图片
    Python环境配置教程(超详细图文版)_第15张图片
    Python环境配置教程(超详细图文版)_第16张图片
    Python环境配置教程(超详细图文版)_第17张图片

四、配置环境

  1. 在开始任务栏打开刚才安装的Anaconda

    Python环境配置教程(超详细图文版)_第18张图片

    出现如下界面

    Python环境配置教程(超详细图文版)_第19张图片

    1. 创建一个新的环境,名为demo(名字可以任意起,给环境起标记作用)。

      操作如下:

    (1)输入:

     conda create -n demo python=3.8
    

其中,conda create 为创建新环境命令,demo为新环境名,python=3.8为制定python版本为python3.8.

(2) 按Enter键

Python环境配置教程(超详细图文版)_第20张图片

出现如上界面,

(1)输入:

y

(2) 按Enter键

Python环境配置教程(超详细图文版)_第21张图片

出现如上界面,新建环境完成

  1. 打开PyCharm,创建新项目,配置新建环境。

双击桌面图标Python环境配置教程(超详细图文版)_第22张图片

Python环境配置教程(超详细图文版)_第23张图片

新建一个项目,名为demo(名字符合变量名即可)

Python环境配置教程(超详细图文版)_第24张图片
Python环境配置教程(超详细图文版)_第25张图片
Python环境配置教程(超详细图文版)_第26张图片
Python环境配置教程(超详细图文版)_第27张图片
Python环境配置教程(超详细图文版)_第28张图片

如上图,新项目创建完成

  1. 运行Python文件。PyCharm功能区分布大致如下。

Python环境配置教程(超详细图文版)_第29张图片

运行代码的三种方法:

(1)直接点击PyCharm操作区 在这里插入图片描述按钮

(2)在文件编辑区单击鼠标右键,选择Run…选项

Python环境配置教程(超详细图文版)_第30张图片

(3)在Terminal运行文件夹下输入:

python demo1.py

其中,demo1.py为待执行文件的全名。
Python环境配置教程(超详细图文版)_第31张图片

运行结果如下:

Python环境配置教程(超详细图文版)_第32张图片

  1. 新建文件,在项目文件区demo文件夹单击鼠标右键,按照下图所示选择

Python环境配置教程(超详细图文版)_第33张图片
Python环境配置教程(超详细图文版)_第34张图片

在新建的文件中输入以下代码:

# 导入需要使用的包
import numpy as np
import math
import matplotlib.pyplot as plt
e = math.e

# 定义一个sigmoid函数
def sigmoid(x):
    return 1 / (1 + pow(e, -x))

# 定义一个softplus函数
def softplus(x):
    return math.log(1 + pow(e, x))

# 定义一个tanh函数
def tanh(x):
    return (e ** x - e ** (-x)) / (e ** x + e ** (-x))

# 定义一个leakyrelu函数
def leakyrelu(x):
    return max(x, 0.1 * x)

# 定义一个mish函数
def mish(x):
    return x * tanh(softplus(x))

# 限定x,y坐标轴范围为(-5,5),并在其中产生1000个相应的点
x = np.linspace(-5, 5, 1000)
y0 = np.linspace(-5, 5, 1000)
y1 = np.linspace(-5, 5, 1000)
y2 = np.linspace(-5, 5, 1000)
# 将函数值赋值给上述产生的点
for i in range(1000):
    y0[i] = sigmoid(x[i])
    y1[i] = leakyrelu(x[i])
    y2[i] = mish(x[i])
# 绘制函数图像
plt.plot(x, y0, color='blue', linewidth=1, label='sigmoid')
plt.plot(x, y1, color='red', linewidth=1, label='leakyrelu')
plt.plot(x, y2, color='orange', linewidth=1, label='mish')
plt.title('sigmoid, leakyrelu and Mish functions', fontdict={'family': 'Times New Roman', 'size': 14})
plt.xticks(fontproperties = 'Times New Roman', size = 14)
plt.legend(prop={'family' : 'SimSun', 'size' : 14})
plt.yticks(fontproperties = 'Times New Roman', size = 14)
plt.grid()
plt.savefig('mish.jpg', dpi=600, bbox_inches='tight')
plt.show()
  1. 安装Python包。在numpy和matplotlib下有红线,表示相应的包未安装。

Python环境配置教程(超详细图文版)_第35张图片

安装包使用以下命令:

pip install numpy

其中,numpy为包名,安装其他包是替换名称即可。若下载速度较慢,使用:

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

Python环境配置教程(超详细图文版)_第36张图片
Python环境配置教程(超详细图文版)_第37张图片

运行demo1.py得到如下结果。

Python环境配置教程(超详细图文版)_第38张图片

五、 安装jupyter notebook

  1. 打开anaconda

  2. 激活我们建的环境demo,输入:

    conda activate demo
    

Python环境配置教程(超详细图文版)_第39张图片

  1. 安装jupyter notebook ,输入:

    pip install jupyter notebook
    

    Python环境配置教程(超详细图文版)_第40张图片

jupyter notebook安装完成

  1. 打开jupyter notebook,输入:

    jupyter notebook
    

Python环境配置教程(超详细图文版)_第41张图片

浏览器自动跳转如下界面,打开完成。继续打开文件夹,创建python文件。
Python环境配置教程(超详细图文版)_第42张图片
Python环境配置教程(超详细图文版)_第43张图片
若出现如下情况

Python环境配置教程(超详细图文版)_第44张图片

解决方法如下:

(1) 在刚才打开的Anaconda页面按键盘 Ctrl+C 退出当前jupyter程序。

(2) 卸载pywin32, 输入:

pip uninstall pywin32

(3) 安装225版本pywin32, 输入:

pip install pywin32==225

注:下一次启动jupyter notebook全过程:

(1) 打开Anaconda

(2) 输入:

conda create demo

(3) 输入:

jupyter notebook
  1. 运行第一个jupyter程序

Python环境配置教程(超详细图文版)_第45张图片
Python环境配置教程(超详细图文版)_第46张图片
Python环境配置教程(超详细图文版)_第47张图片

依次输入前一节代码,得到运行结果如下图。由于我们选择了刚开始建的demo环境,因此numpy和matplotlib包已经安装完成,我们不需要在进行安装。

Python环境配置教程(超详细图文版)_第48张图片

Jupyter notebook的强大之处在于,可以对代码段的结果进行输出。

Python环境配置教程(超详细图文版)_第49张图片

  1. Jupyter安装python包。

操作如下:

(1) 打开Anaconda

(2) 激活当前环境,输入:

conda activate demo

(3) 安装相应的包,输入:

pip install 包名

附录

1. PyCharm字体大小,主题设置

(1)调节主题颜色

在PyCharm界面依次选择File >> Settings >> Editor >> Color Scheme

Python环境配置教程(超详细图文版)_第50张图片

(2)调节字体大小

在PyCharm界面依次选择File >> Settings >> Editor >> General >> Font

Python环境配置教程(超详细图文版)_第51张图片

2. Anaconda常用命令

conda create -n demo python=3.8	  创建一个名字为demo的虚拟环境,python版本为3.8
conda info -e			          查看虚拟环境列表
conda activate demo			      Windows系统激活虚拟环境demo
source activate demo              Mac & Linux 系统激活虚拟环境demo
conda install numpy 		      使用conda安装numpy包
conda install numpy==1.11.0 	  使用conda安装版本指定为1.11.0的numpy包
conda uninstall numpy 		      使用conda卸载numpy包
conda list				          查看已安装包列表
conda remove --name demo –all     删除demo虚拟环境
pip list 				          查看已安装包列表
pip install numpy			      使用pip安装numpy包
pip install numpy==1.11.0 		  使用pip安装版本指定为1.11.0的numpy包
pip install numpy -i	https://pypi.tuna.tsinghua.edu.cn/simple        使用pip清华镜像源安装numpy包
pip uninstall numpy			      使用pip卸载numpy包

注:安装包时,可优先选择使用pip安装,若报错再选择conda安装。两者功能相同,conda权限更高,对版本要求更严格,会安装更多冗余的包。

清华源为国内镜像源,下载速度相比国外源快,相似的国内源还有以下:

阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣 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/

版权归本文所有,转载注明出处。

你可能感兴趣的:(面试,学习路线,阿里巴巴,python,pycharm,开发语言,机器学习,搜索引擎)