编程语言
首页 > 编程语言> > 机器学习入门:7000字详解 Python 环境安装

机器学习入门:7000字详解 Python 环境安装

作者:互联网

作者:空字符
链接:https://mp.weixin.qq.com/s/L-3bXzYFFdNx_mL7eu2-kw

所谓工欲善其事必先利其器,完成任务首先需要将后续所要用到的环境进行安装。总体来说安装过程主要可以分为两大部分:

  1. 一是 Python 管理环境的安装和配置;
  2. 一个就是 IDE 的安装和配置。

文末提供技术交流群,欢迎参与。

1 安装Conda

作为在Python开发中一款优秀的包管理工具,Conda一直以来就有着其独特的优势,尤其是在机器学习和深度学习的开发中。例如最新版本的Conda在安装TensorFlow-gpu版本时,如果是通过conda install来进行安装,它还能够自动根据TensorFlow的版本匹配好对应的Cuda驱动以及cuDNN的版本号,这一点可谓十分友好。因此下面,笔者就来介绍其基本的安装与使用。

1.1 Windows环境

首先在官网 [1]下载最新版Windows平台下的Anaconda3安装包,然后再按照如下安装步骤进行即可。这里顺便提一下,安装Anaconda的目的主要是为了使用里面的Conda环境管理器,因此这里下载安装的是Miniconda[2]。Anaconda和Miniconda本质上都一样,Anaconda是拓展自Miniconda,里面包含了更多的Python包,因此也比较大。由于需要创建自己的虚拟环境,所以可以下载更加小巧的Miniconda(安装过程完全一样)。

1) 安装Anaconda

双击.exe后缀的安装包进行安装,如果后续无特殊说明,保持默认直接点击Next按钮即可,如图1-1所示。

图片

图 1-1 Anaconda安装图

2) 指定安装目录

在安装过程中还可以自定义指定安装路径,但一般情况下保持默认安装路径即可,如图1-2所示。

图片

图 1-2 Miniconda安装路径图

3) 高级设置

当安装过程执行到这一步时,直接点击Install即可,不用勾选任何选项,如图1-3所示。

图片

图 1-3 高级设置图

4) 安装完成

安装完成后,点击Finish按钮,如图1-4所示。接下来可以通过打开命令行然后输入相关命令来测试是否安装成功。

图片

图 1-4 Miniconda安装完成图

5) 测试

当完成上述安装过后,便可以在开始菜单栏中找到Anaconda Prompt命令行,点击打开后并输入conda -V,如果出现相关版本信息则表示安装成功,如图1-5所示。

图片

图 1-5 测试安装图

1.2 Linux环境

1) 下载 Miniconda

首先,需要在地址[3]中找到对应版本的Miniconda安装包,并复制对应的链接地址;然后,通过Linux中的wget命令来完成安装包的下载(这里以下载最新版本的Miniconda为例),代码如下:

#下载Miniconda:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

如果由于网络原因不能完成上述下载过程,也可以从清华大学维护的镜像中[4]找到相应Anaconda的下载地址,然后同样以wget命令来进行下载,代码如下:

# 下载Anaconda:
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
2) 安装 Miniconda

在完成安装包下载后,再通过bash Miniconda3-latest-Linux-x86_64.sh命令进行安装。如果上面下载的是Anaconda,则对应安装命令为bash Anaconda3-5.3.1-Linux-x86_64.sh,要注意区分。

在上述安装的过程中,一直按回车键即可。在遇到如图1-6所示的情况时,输入yes,继续按回车键,直到安装结束。如果没有看到这一步也无妨,继续进行即可。
图片

图 1-6 初始化Miniconda

3) 测试

在安装结束后打开命令行终端,然后输入conda -V进行测试。如果出现如图1-7所示的版本提示信息,则表示安装成功。

图片

图 1-7 测试安装图

但如果出现conda: command not found的提示,试着执行命令source ~/.bashrc,然后再执行测试命令。在这之后如果依旧提示找不到conda命令,则再试试通过如下两行命令手动添加环境变量,代码如下:

echo 'export PATH="/home/userneme/anaconda3/bin:\$PATH"' >> ~/.bashrc
source ~/.bashrc

注意上面代码中的usernameanaconda3要根据自己实际的用户名和conda软件版本来确定。然后再执行测试命令便能看到正确的版本提示信息。

2 替换源

在安装完成Miniconda后(无论是在哪个平台下),为了加快后续Python包安装过程中的下载速度,这里需要将默认的conda源和pip源替换成清华对应的镜像源。替换方式如下:

3 Conda环境管理

由于在实际项目开发过程中,可能会根据情况使用到不同版本的Python解释器或者是一些相互不兼容的Python包,例如一个项目依赖的Python版本是3.6而另外一个却是2.7,显然这两者是不能够同时存在于一个环境中。此时,便可以通过Miniconda中的Conda环境管理器来进行方便的创建与管理。接下来,将会依次介绍虚拟环境的安装与使用。

3.1虚拟环境安装

在完成Miniconda安装后,可以通过使用conda create -n env_name来创建一个名为env_name的虚拟环境。同时,如果你需要一个特定的Python版本,那么可以通过命令conda create -n env_name python=3.6来创建一个名为env_name,Python版本为3.6的虚拟环境。

下面,以安装一个名为py36,且同时指定Python版本为3.6的过程为例进行演示。

1) 创建新环境

输入conda create -n py36 python=3.6创建新环境,如图1-8所示。

图片

图 1-8 虚拟环境安装图

2) 继续安装

在执行上一步的命令后,便会看到如图1-9所示的提示内容,直接按回车键即可。从图中可以看到,上一步的命令将会安装一个Python版本为3.6.12的虚拟环境。

图片

图1-9 Python环境安装过程图

3) 完成安装

出现如图1-10所示的提示表示安装成功。

图片

图1-10 安装完成示意图

如果是在后续使用过程中想再次更换某个环境中的Python版本,则可以先进入对应的虚拟环境,然后用以下命令来完成Python版本的更换,代码如下:

conda install python==3.6.7

3.2虚拟环境使用

在完成环境的创建后,可以通过命令conda activate env_name进入到对应的虚拟环境。同时,还可以使用命令conda env list来列出当前存在的所有虚拟环境;通过conda remove -n env_name --all来删除名为env_name的虚拟环境。同时如果需要在对应的虚拟环境中安装相应的Python包,那么可以使用pip install package_name来完成,如图1-11所示。最后,使用conda deactivate命令退出相应的虚拟环境。

图片

图 1-11 Python包安装示意图

如果需要安装值得版本号的Python包可以通过如下命令进行

pip install jieba==0.42.1

4 PyCharm安装与配置

在Python开发中,最常用的IDE就是PyCharm,从名字也可以看出它是专门为Python开发而设计。首先需要去PyCharm官网[5]下载离线安装包,如图1-12所示。

图片

图 1-12 下载PyCharm

页面提供了两种版本:专业版和社区版,前者收费后者免费。对于初学者来说社区版的就已经足够了。点击Download按钮,然后等待下载完成。

1) 安装PyCharm

双击下载好的安装包,然后持续点击Next按钮。当执行到,图1-13所示的位置时,可以勾上此处的两个选项,然后接着继续点击Next按钮即可安装完成。

图片

图 1-13 PyCharm安装选择图

2) 配置PyCharm

在安装完成后双击PyCharm图标,在第一次打开时可能会有如图1-14所示的提示。

图片

图 1-14 PyCharm启动图

此时选择Do not import settings,点击OK按钮即可。最后,再点击图1-15所示的New Project按钮创建一个新的工程。

‍‍图片‍‍

图 1-15 创建新工程图

按照如图1-16所示的内容输入相应的工程名称和选择对应的Python解释器。

图片

图 1-16 创建新工程图

通常图1-16中Interpreter的路径为C:\Users\Username\Minicaonda3\envs\py36\python.exe,且这里安装的是Miniconda,所以路径里是Miniconda3,其具体的选择方法如图1-17所示。

图片

图 1-17 创建新工程图

在解释器选择完成后点击OK按钮,便能够回到图1-16所示的页面,最后点击Create按钮即可完成工程的创建。

3) 更换解释器

如果后续过程中需要更换虚拟环境(解释器),则可先点击File→Settings,再点击其中的Project Interpreter,然后点击右上角的设置按钮,如图1-18所示。这样便可以回到图1-16所示相同的配置页面,最后选择相应的环境即可。

图片

图 1-18 Python解释器更换图

4) 运行示例

鼠标指向工程名,单击New,然后选择Python File,输入文件名即可创建新的Python文件,如图1-19所示。

图片

图 1-19 Pycharm新建文件图

在空白处输入代码后,右击选择Run test即可运行该程序,如图1-20所示,也可使用快捷键Ctrl+Shift+F10。

图片

图 1-20 代码运行图

5 总结

在本篇文章中

首先介绍了如何在Windows和Linux两种环境中来安装和配置Conda管理器;

接着介绍了如何一步步来创建一个新的虚拟环境和安装Python包;

最后介绍了如何下载安装和配置PyCharm开发环境,同时还以一行简单的代码进行了示例。

到这里,详细大家对于Python环境的开发与配置已经有了一个较为清晰的认知。


技术交流

欢迎转载、收藏、有所收获点赞支持一下!

在这里插入图片描述

目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

长按关注

标签:虚拟环境,Python,详解,conda,所示,7000,安装,Miniconda
来源: https://blog.csdn.net/weixin_38037405/article/details/120721743