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
    • 将 ml_env 换成您喜欢的环境名称。
    • 将 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
承渊政道15 分钟前
【Python编程—从入门到实践】(设置样式并部署:给Django网站换新装,把学习笔记发布到互联网)
python·学习·pycharm·django
硅谷秋水23 分钟前
MorphMimic 方法分析
人工智能·机器学习·计算机视觉·机器人
用户2986985301440 分钟前
使用 Python 将 JSON 转换为 Word 文档的实践指南
python·json·api
卷无止境1 小时前
AI 加速开发之后,如何应对尚未发现的代码安全威胁
后端·python
cpolar技术支持1 小时前
容器数是 6 个、6 个、还是 6 个,可服务早被换掉了:用一个 5.5MB 的 Go 单文件把机器每周的变化记下来,再给它套一层别人看不懂的入口
python·docker·ai·cpolar
ONEYAC唯样2 小时前
YXC扬兴科技小型化有源晶振OT4JI-111-24M,提升红外热成像稳定性
人工智能·python·pygame
威哥爱编程2 小时前
模拟面试智能体开发实战 09:把面试官装进手机,鸿蒙端聊天界面用 SSE 流式输出让回复逐字滚出来
python·agent·harmonyos
威哥爱编程2 小时前
模拟面试智能体开发实战 10:配置写死在代码里还怎么换服务端,把设置和简历做成界面可配、可存
python·agent·harmonyos
青少儿编程课堂2 小时前
第十八届蓝桥杯青少组图形化 + 全国青少年信息素养大赛 + 电子学会图形化考级:校园三消乐大挑战解析
c++·python·算法·bfs·信息学竞赛
青少儿编程课堂2 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:网格连通块与岛屿数量(DFS+BFS双解)
c++·python·算法·bfs·信息学竞赛