ai学习前瞻-python环境搭建

python环境搭建

- - Python环境搭建
  - [1. python的安装环境](#1. python的安装环境)
  - [2. MiniConda安装](#2. MiniConda安装)
  - [3. pycharm安装](#3. pycharm安装)
  - [4. Jupyter 工具安装](#4. Jupyter 工具安装)
  - [5. conda搭建虚拟环境](#5. conda搭建虚拟环境)
  - [6. 安装python模块](#6. 安装python模块)
  - - pip安装
    - conda安装
  - [7. 关联虚拟环境运行项目](#7. 关联虚拟环境运行项目)

Python环境搭建

1. python的安装环境

python环境安装有4中方式。

从上图可以了解到

python 跨平台的计算机程序设计语言。
Conda 软件包管理和环境管理。
MiniConda 在Conda的基础上安装了python软件和一些基础模块库。
AnaConda 其又是在MiniConda的基础上包含了大量的库和工具。

Miniconda的安装包更小，下载和安装速度更快，能够满足日常工作和学习，所以一般推荐使用MiniConda

2. MiniConda安装

miniConda的安装地址

复制代码

#官网地址 速度较慢建议使用镜像下载
https://docs.conda.io/en/latest/miniconda.html

#国内清华镜像网站
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

选择Miniconda3-latest-xxx (笔者这里选择安装Miniconda3 最终版本) 后面根据自己的操作系统自行选择软件包

下载完成直接一路next安装即可(mac x86安装为例子)

配置conda环境变量（window自行百度）

shell 复制代码

#打开环境变量
sudo vim ~/.bash_profile 

#配置conda环境变量
export CONDA_PATH=/opt/miniconda
export PATH=$CONDA_PATH/bin:$PATH

#使得配置文件生效
source ~/.bash_profile 

#使用命令查看conda是否安装成功
conda info

3. pycharm安装

学习java语言的读者应该用过IntelliJ IEAD 的工具的，而pyCharm是Python的IDE工具。下面让我们来一起安装一下Pycharm。

shell 复制代码

#官网
https://www.jetbrains.com/pycharm/

#直接安装使用即可

4. Jupyter 工具安装

jupyter理解为一个可以在网页运行python语言的工具。因为我们之前安装了MiniConda，所以此处使用MiniConda安装Jupyter。

Windows操作系统：

方法一：按下"win + r"键，输入"anaconda prompt"并按下回车键。
方法二：在开始菜单中找到"Anaconda"文件夹，然后选择"Anaconda Prompt"应用程序。

Mac或Linux操作系统：

打开终端窗口，输入"aanaconda-navigato"命令打开Anaconda Navigator，或者在搜索栏中输入"Anaconda"，然后点击"Anaconda Prompt"。

使用Jupyter

shell 复制代码

#切换到对应的开发环境
cd xxx/myFirsyPy

#启动jupyter
jupyter notebook

5. conda搭建虚拟环境

shell 复制代码

#创建一个指定python版本是3.9的的虚拟环境
conda create --name my_conda_env  python=3.9

#查看创建的环境
ls <minConda的安装路径>/envs 
 
#查看conda创建的所有虚拟环境 
conda env list

#切换虚拟环境
conda activate my_conda_env

#查看当前环境中所有的依赖库
conda list

#查看当前环境中所有的python模块
pip list
	
#退出当前环境
conda deactivate

#删除conda环境
conda env remove -n ${环境名}

6. 安装python模块

pip安装

配置镜像

shell 复制代码

#window系统
创建pip目录并创建pip.ini文件

#mac或者liunx系统
创建.pip目录并创建pip.conf文件

##两者配置进行文件（清华镜像）
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[instal1]
trusted-host = pypi.tuna.tsinghua.edu.cn

安卸模块

shell 复制代码

#以安装numpy为例（不指定版本则下载最新的）
pip install numpy==1.16.5

#查看安装的numpy
pip list 

#卸载numpy
pip uninstall numpy

conda安装

配置镜像

shell 复制代码

#进入conda prompt 执行如下命令(清华镜像)

conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
 
#查看镜像是否配置成功
conda config --show channels

安卸模块

复制代码

#以安装numpy为例（不指定版本则下载最新的）
conda install numpy==1.16.5

#查看安装的numpy
conda list 

#卸载numpy
conda uninstall numpy

7. 关联虚拟环境运行项目

命令行模式

shell 复制代码

#选择对应的虚拟环境
conda activate my_conda_env

#运行python脚本
python /${脚本路径}/HelloWorld.py

pycharm

新建项目关联虚拟环境

已有项目更改虚拟环境

Jupyter

shell 复制代码

#切换到对应的虚拟环境
conda activate ${需要关联的虚拟环境}
#对应的虚拟环境安装 ipykernel
pip install ipykernel

#回到base环境并设置
python -m ipykernel install --user --name my_conda_env --display-name my_conda_env