本文为作者配置python环境的实操教程,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miniconda,PyCharm,Jupyter notebook的安装与配置及其常用技巧。教程以Windows 11系统为平台作进行安装与演示,其他系统可能存在少许差异。
一、软件准备
本教程需要的文件如下表所示:(如需要其他版本,可以到以下网址进行下载)
Anaconda的安装包:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
精简版的Anaconda的安装包Miniconda3(电脑配置较差时使用):https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
-
pycharm-community安装包 :https://www.jetbrains.com/pycharm/download/
PyCharm下载时选择Community 版本为免费版本
二、安装Miniconda3
双击打开Miniconda3-XXXX.exe文件(电脑配置较差的可以换成Miniconda3两者在基本功能上没有太大区别,二者选其一即可)
出现安装界面,按照以下流程选择安装。
安装中……等待安装完成
Anaconda安装完成
————————————————
三、安装PyCharm
双击打开Anaconda3-XXX.exe文件(XXX为版本号)。
-
出现安装界面,按照以下流程选择安装。
四、配置conda源
1.展示目前源列表
输入:
conda config --show channels
2.修改为清华源
直接打开cmd输入一下命令
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
或者可以通过修改用户目录下的 .condarc 文件:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
即可添加 Anaconda Python 免费仓库。Windows 用户无法直接创建名为 .condarc 的文件,可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
- 移除清华源
输入:
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
这个命令是为了移除之前conda config --show channels显示的清华源。
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/
五、配置环境
1、创建conda环境
在开始任务栏打开刚才安装的Anaconda
出现如下界面
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
(2)输入:y,然后enter回车键
出现如上界面,新建环境完成
2、配置PyCharm
打开PyCharm,创建新项目,配置新建环境。
双击桌面图标
新建一个项目,名为demo(名字符合变量名即可)
如上图,新项目创建完成
4、运行Python文件。PyCharm功能区分布大致如下。
运行代码的三种方法:
(1)直接点击PyCharm操作区绿色【运行】按钮
(2)在文件编辑区单击鼠标右键,选择Run…选项
(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。
运行结果如下:
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
六、 安装jupyter notebook
1、打开anaconda
2、激活我们建的环境demo,输入:
conda activate demo
/
3、安装jupyter notebook ,输入:
pip install jupyter notebook
4、jupyter notebook安装完成
打开jupyter notebook,输入:
jupyter notebook
5、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。
6、运行第一个jupyter程序
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。
7、Jupyter notebook的强大之处在于,可以对代码段的结果进行输出。
注:下一次启动jupyter notebook全过程:
(1) 打开Anaconda
(2) 输入:
conda activate demo
(3) 输入:
jupyter notebook
附录
-
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
(2)调节字体大小
在PyCharm界面依次选择File >> Settings >> Editor >> General >> Font
- 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。
PyTorch 深度学习:60分钟快速入门:https://blog.csdn.net/u014630987/article/details/78669051