Python编译器（Pycharm Jupyter）

Pycharm

下载不过多赘述

pycharm导入anaconda创建的python环境

选择想要的环境

Jupyter 是一个开源的交互式计算环境，能够让用户将代码、文本（包括 Markdown）、可视化结果等内容整合在一个文档中，非常适合进行数据分析、科学计算以及教学演示等工作。

核心概念

Jupyter Notebook
- 本质：它是一个基于 Web 的应用程序，文档以 .ipynb 格式进行保存，其中可以包含可执行代码、Markdown 文本、数学公式、图像以及富媒体内容等。
- 运行方式：代码是以 "单元格"（Cell）的形式存在的，用户可以逐个执行这些单元格，并且能实时查看执行结果。
JupyterLab
- 它是 Jupyter Notebook 的下一代界面，提供了更加现代化的操作界面，支持多文件管理、代码调试以及插件扩展等功能。
内核（Kernel）
- 内核是 Jupyter 的核心组件，负责执行代码。它支持多种编程语言，比如 Python、R、Julia 等。以 Python 为例，通过 ipykernel 来实现对 Python 代码的执行支持。

主要功能与特点

交互式编程
- 开发者可以逐行运行代码，并立即看到运行结果，这对于调试代码和探索数据非常有帮助。
- 例如，在数据分析过程中，用户可以先运行一行代码查看数据的基本信息，然后根据结果决定后续的操作。
多语言支持
- 除了 Python 之外，还可以通过安装相应的内核来支持 R、Julia、Scala 等多种编程语言。
- 不同语言的代码可以在同一个 Notebook 中混合使用，满足不同任务的需求。
富文本集成
- 支持使用 Markdown 编写文档，还能插入数学公式（基于 LaTeX）、图片、视频等内容，使文档更加丰富和直观。
- 比如，在撰写数据分析报告时，可以在代码旁边添加文字说明，解释代码的作用和结果的含义。
分享与协作
- 生成的 Notebook 可以导出为 HTML、PDF、Markdown 等多种格式，方便进行分享。
- 还可以通过 GitHub、NBViewer 等平台共享 Notebook，实现团队协作。
跨平台与轻量级
- 它基于 Web 运行，在 Windows、macOS、Linux 等系统上都能使用。
- 安装和部署相对简单，对硬件资源的要求也不高。

Jupyter 不用额外下载下载Anaconda时候附带了Jupyter

Jupyter默认只在base环境里

所以我们要为自己新建的环境下载Jupyter

打开自定义的虚拟环境：

bash 复制代码

(base) C:\Users\thl32>conda activate pytorch

下载：

bash 复制代码

(pytorch) C:\Users\thl32>conda install nb_conda

上面这个是旧版本只能支持到python3.8及以下当前项目需要python 3.9

***2.0解决措施：

bash 复制代码

(pytorch) C:\Users\thl32>conda install nb_conda_kernels -c conda-forge

这个是最新的

1.0解决措施：

（创建虚拟环境pytarch时候,python版本设置的3.9，然而 nb_conda 这个包在 Python 3.9 环境下并不被支持。所以暂时取消对 Python 版本的固定

报错：

措施：

bash 复制代码

conda uninstall python  # 移除固定的版本
conda install python=3.8 nb_conda  # 安装兼容版本

解决：下载成功，并且python成功降为3.8版本

）

打开Jupyter

bash 复制代码

(pytorch) C:\Users\thl32>jupyter notebook

默认打开的是C盘

要是想打开D盘如下

bash 复制代码

(pytorch) C:\Users\thl32>jupyter notebook D:

然后会进入浏览器页面：

选择自己创建的虚拟环境

确认是否安装配置成功

shift+回车是运行此代码块并跳转到下一个代码块