Python 机器学习环境配置

基础介绍

Python 解释器

当编写 Python 代码时，得到的是一个包含 Python 代码的以 .py 为扩展名的文本文件，运行代码需要用 Python 解释器去执行这个 .py 文件

常用的 Python 解释器是 CPython ，用 C 语言开发的，在命令行下运行python就是启动 CPython 解释器。

Python 解释器名称由 Python 与版本号组成，如 Python 3.9.0

IDE 集成开发环境

Integrated Development Environment 集成开发环境，是写代码的工具，在 IDE 内部会调用 Python 解释器运行代码

一个 IDE 通常包含以下功能：

代码编辑器（文本编辑器）
运行程序
调试功能（debug）
项目管理

常见的 IDE 如：Python 的 Pycharm，VS Code，Jupyter Notebook

Anaconda 环境集成平台

Anaconda = Python 解释器 + 科学计算卡 + 环境管理工具

帮助我们管理各种 Python 环境

软件安装

安装 Anaconda

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 我下载的是 2024.06-1 版本（尽量不要太新，否则在 pycharm 中可能会识别不到）

安装过程中把推荐选项勾选上

安装完成后，找到环境变量

进入系统变量里的 Path

找到刚才安装 Anaconda 的位置，找到 D:\anaconda3 ，D:\anaconda3\Scripts ，D:\anaconda3\Library\bin

将三个路径添加到环境变量

打开 cmd 输入 conda --version 检查是否安装成功

安装 Pycharm

自行找破解版安装

安装 Pytorch 库 (GPU版)

创建虚拟环境

打开 Anaconda Prompt

常用命令，在 base 环境下的操作

# 清屏
cls

# 列出所有环境
conda env list

# 创建名字为 “环境名” 的虚拟环境，并指定 Python 的版本
conda create -n 环境名 python=3.9

# 创建名字为 “环境名” 的虚拟环境，并指定 Python 的版本与安装路径
conda create --prefix=安装路径\环境名 python=3.9

# 删除名为 “环境名” 的虚拟环境
conda remove -n 环境名 --all

# 进入名为 “环境名” 的虚拟环境
conda activate 环境名

在虚拟环境中的操作

# 列出当前环境下的所有库
conda list

# 安装 Numpy 库，并指定版本 1.21.5
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装 Pandas 库，并指定版本 1.2.4
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装 Matplotlib 库，并指定版本 1.2.4
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 查看当前环境下某个库的版本 e.g. numpy
pip show numpy

# 退出虚拟环境
conda deactivate

创建名为 ML 的环境，并安装一些必要的库

conda create -n ML python=3.10
conda activate ML
pip install numpy==1.26.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install Pandas==2.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install Matplotlib==3.8.4 -i https://pypi.tuna.tsinghua.edu.cn/simple