python在anaconda哪个文件夹_python学习笔记09：新手快速上手Anaconda完全解析----(conda指令、jupyter打开非默认文件夹、Spyder汉化)...

目录

1  配置与conda指令

1.1 配置环境变量

1.2 coda指令

1.2.1 环境创建

1.2.2 第三方库的安装与卸载

1.2.3 杂项梳理

2 使用jupyter notebook写python代码

2.1 jupyter打开非默认文件夹

2.1.1 控制台方法

2.1.2 Anaconda Prompt方法

2.2 jupyter notebook写代码

2.2.1 打开或新建python代码文件

2.2.2 python代码撰写

3 使用Spyder写python代码

3.1 汉化

3.1.1 下载汉化包

3.1.2 安装汉化包

3.1.3 配置

3.2 基本设置与使用

3.3 调试代码

4 Anaconda配置gym库

5 参考资料

Anaconda的下载方法参见之前的一篇文章必备技能05：告别官网龟速，快速下载Anaconda的方法

1  配置与conda指令

1.1 配置环境变量

如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹；

之后Win+R进入控制台，进行下操作：

输入activate可进入Anaconda虚拟环境

虚拟环境下调用python

退出解释器

1.2 coda指令

1.2.1 环境创建

#查看安装的Anaconda的版本

conda -V #注意是大写的，用来

conda --version #效果与V相同

#查看帮助信息

conda -h

conda --help

#指定运行的环境

conda create --name python34 python=3.4

#激活环境

activate envname

#删除已有环境

conda remove --name python34 --all

#安装指定版本的包

conda install -n python34 numpy

#查看conda信息

conda info

# 更新所有包

conda update

# 更新python

conda update python

# 更新conda本身

conda update conda

1.2.2 第三方库的安装与卸载

安装的包都放在

conda install requests

conda remove requests

1.2.3 杂项梳理

# 创建一个名为python34的环境，指定Python版本是3.4(不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本)

conda create --name python34 python=3.4

# 安装好后，使用activate激活某个环境

activate python34 # for Windows

source activate python34 # for Linux & Mac

# 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH

# 此时，再次输入

python --version

# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境，运行

deactivate python34 # for Windows

source deactivate python34 # for Linux & Mac

# 删除一个已有的环境

conda remove --name python34 --all

#-------------------------------------包管理---------------------------------

# 安装scipy

conda install scipy

# conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl(运算加速的库)

# 查看已经安装的packages

conda list

# 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包

# 查看当前环境下已安装的包

conda list

# 查看某个指定环境的已安装包

conda list -n python34

# 查找package信息

conda search numpy

# 安装package

conda install -n python34 numpy

# 如果不用-n指定环境名称，则被安装在当前活跃环境

# 也可以通过-c指定通过某个channel安装

# 更新package

conda update -n python34 numpy

# 删除package

conda remove -n python34 numpy

# 更新conda，保持conda最新

conda update conda

# 更新anaconda

conda update anaconda

# 更新python

conda update python

# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

2 使用jupyter notebook写python代码

2.1 jupyter打开非默认文件夹

从开始菜单打开的jupyter，进入的是默认的文件夹；如果需要自己指定文件夹，则需要自己手动切换

2.1.1 控制台方法

win + R，输入cmd进入控制台模式

输入你要打开的路径：cd /d E:\python\Code\markov\RL-Zoo-master

在该目录下，输入：jupyter notebook

2.1.2 Anaconda Prompt方法

输入你要打开的路径：cd /d E:\python\Code\markov\RL-Zoo-master

在该目录下，输入：jupyter notebook

2.2 jupyter notebook写代码

2.2.1 打开或新建python代码文件

如果要打开本地的*.py文件，点击Files下的Upload按钮，选择要打开python文件所在的目录即可；但是这种打开方式貌似是不能编写代码

如果要新建python代码文件，则点击New下的Python3，即可创建出新的*.ipynb后缀的文件

2.2.2 python代码撰写

在每一个Cell中撰写代码，然后点击Run就可以，运行出结果；对于临时的小段代码测试，十分方便

File菜单：用于文件的下载、重命名、新建、打开等操作

Edit菜单：主要涉及Cell相关的复制、剪切、替换、合并、分割等操作

View菜单

Insert菜单的功能是在当前Cell之上或之下，添加新的Cell

Cell菜单：运行Cell相关的操作，全部运行、运行下方的、上方的等

3 使用Spyder写python代码

在【开始】菜单中找到Spyder

打开之后的软件界面：

3.1 汉化

3.1.1 下载汉化包

汉化包下载地址

3.1.2 安装汉化包

3.1.3 配置

3.2 基本设置与使用

显示工程浏览栏：View --> Panes -->  Project Explorer

新建工程项目：Project --> New Project

打开已有工程项目：Project --> Open Project

将鼠标放在某个变量上，停留一会儿，将会高亮显示该变量出现的所有位置

变量资源管理器中会显示使用到的变量名称、类型、尺寸、值等信息

3.3 调试代码

spyder的调试是基于pdb的调试

点击spyder工具栏上的Debug file按钮，或者使用快捷键Ctrl+F5开始调试；

在ipython界面出现 ipdb >说明已进入调试状态

每次开始debug之前，先在spyder的ipython界面中输入%reset 把工作空间的所有变量清除

在想打断点的那一行行首双击鼠标即可添加断点

按住Ctrl+Shift，再双击行首，会弹出一个小框；设置有条件的断点，有条件的断点是一个带问号的圆

逐行调试

在ipdb >输入q，退出调试

步入函数内部，用于调试函数内部的代码

Return的功能与Step Into的功能刚好相反，当使用Step Into进入函数之后，按Ctrl+Shift+F11 后会直接跳到该函数的执行的最后一行，此时在按一遍Ctrl+Shift+F11 或者Ctrl+F10 (单行执行)就可以跳出函数了

运行到下一断点处

停止调试

4 Anaconda配置gym库

#查看当前环境

#方式一：

conda info -e

#方式二:

conda env list

#创建新的gymlab环境：需要根据自己的版本来指定

conda create -n gymlab python=3.7

#激活环境

conda active gymlab

#退出当前环境

conda deactive gymlab

#删除conda环境

conda env remove -n gymlab

也可以在github上下载gym

git clone https://github.com/openai/gym.git

cd gym

pip install -e

在pypi上下载gym包，然后pip安装

pip install gym-0.15.4.tar.gz

5 参考资料

使用spyder3调试python程序的简明教程

Spyder的安装与汉化

Python学习之Anaconda的使用及配置方法

如果喜欢我的分享，可关注以下两个公众帐号