实验一 Anaconda安装和使用（Python程序设计实验报告）

 

实验一 Anaconda安装和使用

一、实验环境

Python集成开发环境IDLE/Anaconda

二、实验目的

1．掌握Windows下Anaconda的安装和配置。

2. 掌握Windows下Anaconda的简单使用，包括IDLE、Jupyter Notebook、Spyder工具的使用。

3. 掌握使用pip管理Python扩展库，包括扩展库的下载、在线安装、离线安装、升级、卸载等操作。

三、实验内容

1. 下载Anaconda。

2. 安装和配置Anaconda

3. 使用Anaconda自带的IDLE。

4. 使用Anaconda自带的Spyder。

5. 使用Anaconda自带的Jupyter Notebook。

6. 使用pip/conda工具管理Python第三方扩展库。

四、实验步骤

1. 安装和配置Anaconda

2. 使用Anaconda自带的IDLE

3. 使用Spyder IDE

4. 使用Jupyter Notebook编写和运行Python源码

5. 在Jupyter Notebook中进行图文和公式混排

6. 使用pip管理Python第三方扩展库

7. 修改Jupyter默认工作空间

五、实验结果

1. Jupyter Notebook源码编写和运行

1. 使用Spyder IDE编写代码

3. 使用pip管理Python第三方扩展库

（1）升级pip使用的命令如下所示。

python -m pip install --upgrade pip

（2）查看Anaconda下当前已安装的所有扩展库，使用的命令如下所示，其运行效果如图

pip list

（3）显示某扩展包的详细信息。例如显示numpy包的详细信息，使用的命令如下所示

pip show numpy

（4）卸载某扩展包。例如卸载numpy包，使用的命令如下所示

pip uninstall numpy

（5）在线安装某扩展包。例如安装numpy包，使用的命令如下所示

首先，尝试单独安装 pytest-cov 和 pytest-filter-subpackage。执行以下命令：

pip install numpy

4. Jupyter Notebook中进行图文和公式混排

选择单元类型【markdown】。

图1-16 设置cell类型为markdown

Markdown是一种轻量级标记语言，它允许人们使用易读、易写的纯文本格式编写文

档。Markdown模式下可以对文本进行编辑，采用Markdown的语法规范，可以设定文本格式，插入链接、图片甚至数学公式，同样，通过按下【shifit】+【enter】组合键可运行Markdown单元，显示格式化的文本。

在首行前加一个“#”字符和空格代表一级标题，加两个“##”字符和空格代表二级标题，以此类推。项目符号可以使用“+”、“-”、“*”加空格。公式使用前后两个“$”符号括起来，例如行内公式：“$E=mc^2$”，独行公式：$$E=mc^2$$

完成以下内容的输入：

图1-17 输入markdown文本

六、实验中遇到的问题及解决措施

问题1及解决方法

使用python -m pip install --upgrade pip安装时候出现DEPRECATION: pyodbc 4.0.0-unsupported has a non-standard version number. pip 23.3 will enforce this behaviour change. A possible replacement is to upgrade to a newer version of pyodbc or contact the author to suggest that they release a version with a conforming version number. Discussion can be found at Issues · pypa/pip · GitHub

百度后发现该问题为：执行这个命令时，可能会看到类似于 DEPRECATION 的警告信息，这是因为 pyodbc 的版本号不符合 PEP 440 规范，建议更换符合规范的版本号。需要注意的是，尽管有警告信息，但并不影响使用和安装其他包。

从输出中可以看出，pip 已经安装在的环境中，并且版本为 23.2.1。但是需要注意的是，警告信息提示 pyodbc 的版本号不符合规范。

因此，就安装 pip 这一部分而言，的操作是成功的。如果希望解决警告信息，可以尝试升级或更换 pyodbc 包的版本。可以通过执行类似于 pip install --upgrade pyodbc 的命令来尝试升级。

通过执行pip install --upgrade pyodbc操作升级，升级结果如下：

问题2及解决方法

执行pip install numpy操作时候出现以下错误

百度后发现原因为：在安装 numpy 过程中遇到了依赖冲突的错误。具体地说，pytest-astropy 0.8.0 要求安装 pytest-cov>=2.0 和 pytest-filter-subpackage>=0.1，但它们并未安装。

解决这个问题，可以执行以下步骤：

首先，尝试单独安装 pytest-cov 和 pytest-filter-subpackage。执行以下命令：

pip install pytest-cov pytest-filter-subpackage

上述命令成功安装了 pytest-cov 和 pytest-filter-subpackage，那么再次尝试安装 numpy：

pip install numpy

根据输出，可以看出之前已经成功安装了 numpy 包。输出中提示了一个警告信息，即 pyodbc 的版本号不符合规范。这是由于所安装的 pyodbc 版本为 4.0.0-unsupported，建议升级到新版本或联系作者发布符合规范的版本号。

总结来说，已经成功安装了 numpy 包。