更换适配python版本直接进行机器学习深度学习等相关环境配置(非仿真环境)

上一篇最新的python3.14版本下仿真环境配置深度学习机器学习相关在仿真环境下配置的，但是运行效率没有直接合适版本的快，故而重新配置

一.准备阶段

1. 升级 pip

bash 复制代码

# 1. 升级 pip（确保最新，避免安装失败）
pip install --upgrade pip -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
python.exe -m pip install --upgrade pip

二.安装配置

1. 基础核心库（数据处理 + 科学计算）

bash 复制代码

# 2. 基础核心库（数据处理 + 科学计算）
pip install numpy==2.2.6 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install scipy==1.13.1 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install pandas==2.2.2 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install matplotlib==3.8.4 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install seaborn==0.13.2 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

2. 机器学习库

bash 复制代码

# 3. 机器学习库
pip install scikit-learn==1.4.2 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install feature-engine==1.6.1 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

3. 深度学习框架(示例PyTorch)

bash 复制代码

#4. 深度学习框架（二选一，推荐 PyTorch）
# （1）PyTorch CPU 版本（无显卡选这个）
pip3 install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cpu

# （2）若有 NVIDIA 显卡，替换上方命令为 GPU 版本：
# pip3 install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu121

4.辅助工具库

bash 复制代码

#5. 辅助工具库
pip install opencv-python==4.10.0.84 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install pillow==10.4.0 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install tqdm==4.66.4 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install python-dotenv==1.0.1 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install joblib==1.4.2 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install tensorboard==2.17.0 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

三.验证环境可用

bash 复制代码

powershell
python -c "
import numpy; print(f'numpy: {numpy.__version__}')
import pandas; print(f'pandas: {pandas.__version__}')
import sklearn; print(f'scikit-learn: {sklearn.__version__}')
import torch; print(f'PyTorch: {torch.__version__}')
import matplotlib; print(f'matplotlib: {matplotlib.__version__}')
import cv2; print(f'opencv: {cv2.__version__}')
print('所有库均正常加载，环境配置完成！')
"

四.补充说明

若需要 TensorFlow 而非 PyTorch，删除 PyTorch 相关命令，执行以下 TensorFlow 安装命令：

bash 复制代码

# TensorFlow CPU 版本
pip install tensorflow==2.17.0 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
# 显卡支持：pip install tensorflow[and-cuda]==2.17.0 --only-binary=:all: -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

后续安装新库时，仍可使用阿里云镜像源，命令格式：

bash 复制代码

pip install 库名 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

至此环境已完全配置就绪，可直接用于机器学习、深度学习、数据可视化等各类开发场景！

整理不易，诚望各位看官点赞收藏评论予以支持，这将成为我持续更新的动力源泉。若您在阅览时存有异议或建议，敬请留言指正批评，让我们携手共同学习，共同进取，吾辈自当相互勉励！