教程:从pycharm基于anaconda构建机器学习环境并运行第一个 Python 文件

1. 安装 PyCharm

  1. 访问 PyCharm 官方网站:https://www.jetbrains.com/pycharm/
  2. 下载社区版(免费)或专业版(收费,提供更多功能)。
  3. 按照操作系统的安装指导安装 PyCharm。
  4. 安装后打开 PyCharm,并根据提示设置初始环境。

2. 安装 Anaconda

  1. 访问 Anaconda 官方网站:https://www.anaconda.com/

  2. 下载适合您操作系统的版本。

  3. 按照安装指导安装 Anaconda:

    • 确保选中将 Anaconda 加入到系统的 PATH(可选,常许可选)。
  4. 通过打开窗口或命令控制口输入以验证安装:

    bash 复制代码
    conda --version

3. 创建用于机器学习的虚拟环境

  1. 打开命令控制口或窗口。

  2. 通过下列命令创建一个新的虚拟环境:

    bash 复制代码
    conda create -n ml_env python=3.9
    • ml_env 换成您喜欢的环境名称。
    • 3.9 换成您需要的 Python 版本(如 3.10)。
  3. 启用刚创建的虚拟环境:

    • Windows 上:

      bash 复制代码
      conda activate ml_env
    • macOS/Linux 上:

      bash 复制代码
      source activate ml_env
  4. 安装基础机器学习库:

    bash 复制代码
    conda install numpy pandas matplotlib scikit-learn
    • 如需学习深度学习,可添加 TensorFlow 或 PyTorch:

      bash 复制代码
      conda install tensorflow
      # 或
      conda install pytorch torchvision torchaudio -c pytorch

4. 在 PyCharm 中配置虚拟环境

  1. 打开 PyCharm,创建一个新项目:
    • 进入 File > New Project
    • 选择项目位置。
  2. 设置项目的 Python 解释器为虚拟环境:
    • 进入 File > Settings (macOS 为 Preferences) > Project > Python Interpreter
    • 点击驱动图标,选择 Add Interpreter > Conda Environment > Existing Environment
    • 选择您虚拟环境中的 Python 执行文件:
      • Windows 上:C:\Users\YourUsername\Anaconda3\envs\ml_env\python.exe
      • macOS/Linux 上:~/anaconda3/envs/ml_env/bin/python
  3. 点击 OK 保存设置。

5. 写作并运行您的第一个 Python 文件

  1. 创建一个新的 Python 文件:

    • 右键 PyCharm 中项目面板上的项目文件夹。
    • 选择 New > Python File ,并为文件命名,如 first_ml_script.py
  2. 在文件中写入一个简单脚本:

    python 复制代码
    import numpy as np
    import pandas as pd
    from sklearn.linear_model import LinearRegression
    
    # 示例数据
    X = np.array([[1], [2], [3], [4], [5]])
    y = np.array([1, 4, 9, 16, 25])
    
    # 线性回归模型
    model = LinearRegression()
    model.fit(X, y)
    
    print("模型系数:", model.coef_)
    print("模型截距:", model.intercept_)
  3. 运行脚本:

    • 在项目面板中右键文件,选择 Run 'first_ml_script'
    • 或者点击右上角的绿色跑按钮。

6. 验证您的环境

  • 如果设置正确,您应该能在 PyCharm 的输出面板中看到脚本的输出。

  • 示例输出:

    复制代码
    模型系数: [6.]
    模型截距: -7.0

恭喜您!您已成功安装 PyCharm 和 Anaconda,创建了一个用于机器学习的虚拟环境,并运行了第一个 Python 文件!

相关推荐
天天进步20154 小时前
Python全栈实战:基于机器学习的用户行为分析系统
python
linzeyang5 小时前
Advent of Code 2025 挑战全手写代码 Day 5 - 餐厅
后端·python
祝余Eleanor5 小时前
Day 29 类的定义及参数
人工智能·python·机器学习
码界奇点5 小时前
基于Dash+FastAPI的通用中后台管理系统设计与实现
python·车载系统·毕业设计·fastapi·源代码管理·dash
white-persist5 小时前
【攻防世界】reverse | Mysterious 详细题解 WP
c语言·开发语言·网络·汇编·c++·python·安全
小oo呆5 小时前
【学习心得】Python好库推荐——pipx
linux·开发语言·python
smile_Iris5 小时前
Day 28 元组和OS模块
python·机器学习
AI科技星6 小时前
时空运动的几何约束:张祥前统一场论中圆柱螺旋运动光速不变性的严格数学证明与物理诠释
服务器·数据结构·人工智能·python·科技·算法·生活
All The Way North-6 小时前
PyTorch SmoothL1Loss 全面解析:数学定义、梯度推导、API 规范与 logits 误用纠正
pytorch·深度学习·机器学习·smooth l1损失函数·回归损失函数
AIsdhuang6 小时前
2025 AI培训权威榜:深度评测与趋势前瞻
人工智能·python·物联网