数据可视化软件配置

文章目录

数据可视化软件配置

------ 题记

python编辑器:pycharm

虚拟环境管理工具:Anaconda

结和使用两者需要再pycharm中编译器的位置配置Anaconda创建的虚拟环境

一、虚拟环境配置

1.进入官网

官网网址

2.点击download

跳过登录

点击下载

注意:选择安装位置的时候要记一下,后面会用到
3.安装包一键下一步就可以了,没有必要在这里添加环境变量,如果想安装得细致一些可以翻译每个步骤的英文提示
4.在开始界面找到Anaconda prompt单击进入
5.配置清华源

细节请看这篇博客

shell 复制代码
#添加镜像源
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

#终端显示包从哪个channel下载,以及下载地址是什么
conda config --set show_channel_urls yes

整个一起粘贴不行请一行一行粘贴

6.创建虚拟环境
shell 复制代码
conda create -n 你环境的名字 python=3.9

等待!

输入y

等待!

7.在环境中配置pytorch包
  • 输入nvidia-smi
  • 找到电脑所支持的cuda最大版本
  • 进入pytorch官网

  • ctrl+f,在弹出的搜索框中搜索11.7(我使用的是11.7版本的pytorch)

  • 复制选中段落到刚刚的命令行对话框

等待!

输入y

等待!

安装完成!

二、pycharm安装

官网

点下载

下载好之后无脑下一步

给你们喽一眼我下载好的

学校应该是够用的

三、为pycharm配置编译器

1.菜单找到设置
2.找到python编译器

前面安装python的时候自动安装了肿么多包,当然你的什么都没有,因为没有配置上去

3.点击add Interpreter 跟着图上指针走
4.找到之前记录的Anaconda安装目录
  • 在主目录找到名叫Script的子目录

  • 选中子目录中的conda.exe

  • 点击OK连续3次
  • 等待!
  • 配置成功!
相关推荐
LCG元9 天前
低功耗显示方案:STM32L0驱动OLED,动态波形绘制与优化
stm32·嵌入式硬件·信息可视化
TDengine (老段)10 天前
TDengine IDMP 数据可视化——散点图
大数据·数据库·物联网·信息可视化·时序数据库·tdengine·涛思数据
发哥来了10 天前
主流GEO优化系统技术对比评测
人工智能·信息可视化
Youngchatgpt10 天前
数据科学家如何使用 ChatGPT?
人工智能·信息可视化·chatgpt
weixin_4404016910 天前
Python数据分析-数据可视化(柱状图bar【双轴柱状图、动态柱状图】)
python·信息可视化·数据分析
2501_9449347310 天前
高职数据可视化技术专业,怎么找远程的数据可视化兼职?
信息可视化
甲枫叶10 天前
【claude+weelinking产品经理系列16】数据可视化——用图表讲述产品数据的故事
java·人工智能·python·信息可视化·产品经理·ai编程
Highcharts.js11 天前
Highcharts热力图(Heatmap)完全指南:从基础配置到地理热力图,一文学会颜色轴数据可视化
信息可视化·数据可视化·热力图·heatmap·highcharts·地理热力图
2501_9436953311 天前
高职数据可视化技术专业,怎么提升数据可视化的设计审美?
信息可视化·数据挖掘·数据分析
计算机学姐11 天前
基于SpringBoot的服装购物商城销售系统【协同过滤推荐算法+数据可视化统计】
java·vue.js·spring boot·mysql·信息可视化·mybatis·推荐算法