Python环境配置教程(超详细图文版) | 您所在的位置:网站首页 › conda create报错文件名 › Python环境配置教程(超详细图文版) |
Python环境配置教程 说明本教程为一个python入门教程,面向初学者,因此内容较为详细。主要内容为python环境配置教程,包括Anaconda,PyCharm,Jupyter notebook的安装与配置,及其常用技巧。教程以Windows系统为平台作演示,其他系统可能存在少许差异。 一、准备相应的材料本教程需要的文件如下表所示: 文件名 简介 作用 Anaconda3-2021.05-Windows-x86_64.exe Anaconda的安装包 配置管理python环境 Miniconda3-py39_4.9.2-Windows-x86_64.exe 精简版的Anaconda的安装包(电脑配置较差时使用) 配置管理python环境 pycharm-community-2021.1.3.exe PyCharm安装包 Python代码的编辑器以上文件可在链接:https://pan.baidu.com/s/1fXJrY2JEQQC_6eOmECS_5Q 提取码:7w41 获得。 注:本教程以Windows系统为例,其他系统步骤可能存在少许差异,但大致步骤相同。 如需要其他系统或其他版本,可以到以下网址进行下载。 Anaconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/
PyCharm下载时选择Community 版本为免费版本 双击打开Anaconda3-2021.05-Windows-x86_64.exe文件(电脑配置较差的可以换成Miniconda3-py39_4.9.2-Windows-x86_64.exe,两者在基本功能上没有太大区别,二者选其一即可) 出现安装界面,按照以下流程选择安装。 安装中……等待安装完成 Anaconda安装完成 三、安装PyCharm双击打开Anaconda3-2021.05-Windows-x86_64.exe文件。 出现安装界面,按照以下流程选择安装。
在开始任务栏打开刚才安装的Anaconda 出现如下界面 创建一个新的环境,名为demo(名字可以任意起,给环境起标记作用)。 操作如下: (1)输入: conda create -n demo python=3.8其中,conda create 为创建新环境命令,demo为新环境名,python=3.8为制定python版本为python3.8. (2) 按Enter键 出现如上界面, (1)输入: y(2) 按Enter键 出现如上界面,新建环境完成 打开PyCharm,创建新项目,配置新建环境。双击桌面图标 新建一个项目,名为demo(名字符合变量名即可)
如上图,新项目创建完成 运行Python文件。PyCharm功能区分布大致如下。运行代码的三种方法: (1)直接点击PyCharm操作区 (2)在文件编辑区单击鼠标右键,选择Run…选项 (3)在Terminal运行文件夹下输入: python demo1.py其中,demo1.py为待执行文件的全名。 运行结果如下:
在新建的文件中输入以下代码: # 导入需要使用的包 import numpy as np import math import matplotlib.pyplot as plt e = math.e # 定义一个sigmoid函数 def sigmoid(x): return 1 / (1 + pow(e, -x)) # 定义一个softplus函数 def softplus(x): return math.log(1 + pow(e, x)) # 定义一个tanh函数 def tanh(x): return (e ** x - e ** (-x)) / (e ** x + e ** (-x)) # 定义一个leakyrelu函数 def leakyrelu(x): return max(x, 0.1 * x) # 定义一个mish函数 def mish(x): return x * tanh(softplus(x)) # 限定x,y坐标轴范围为(-5,5),并在其中产生1000个相应的点 x = np.linspace(-5, 5, 1000) y0 = np.linspace(-5, 5, 1000) y1 = np.linspace(-5, 5, 1000) y2 = np.linspace(-5, 5, 1000) # 将函数值赋值给上述产生的点 for i in range(1000): y0[i] = sigmoid(x[i]) y1[i] = leakyrelu(x[i]) y2[i] = mish(x[i]) # 绘制函数图像 plt.plot(x, y0, color='blue', linewidth=1, label='sigmoid') plt.plot(x, y1, color='red', linewidth=1, label='leakyrelu') plt.plot(x, y2, color='orange', linewidth=1, label='mish') plt.title('sigmoid, leakyrelu and Mish functions', fontdict={'family': 'Times New Roman', 'size': 14}) plt.xticks(fontproperties = 'Times New Roman', size = 14) plt.legend(prop={'family' : 'SimSun', 'size' : 14}) plt.yticks(fontproperties = 'Times New Roman', size = 14) plt.grid() plt.savefig('mish.jpg', dpi=600, bbox_inches='tight') plt.show() 安装Python包。在numpy和matplotlib下有红线,表示相应的包未安装。安装包使用以下命令: pip install numpy其中,numpy为包名,安装其他包是替换名称即可。若下载速度较慢,使用: pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
运行demo1.py得到如下结果。 打开anaconda 激活我们建的环境demo,输入: conda activate demo安装jupyter notebook ,输入: pip install jupyter notebookjupyter notebook安装完成 打开jupyter notebook,输入: jupyter notebook浏览器自动跳转如下界面,打开完成。继续打开文件夹,创建python文件。 解决方法如下: (1) 在刚才打开的Anaconda页面按键盘 Ctrl+C 退出当前jupyter程序。 (2) 卸载pywin32, 输入: pip uninstall pywin32(3) 安装225版本pywin32, 输入: pip install pywin32==225注:下一次启动jupyter notebook全过程: (1) 打开Anaconda (2) 输入: conda create demo(3) 输入: jupyter notebook 运行第一个jupyter程序
依次输入前一节代码,得到运行结果如下图。由于我们选择了刚开始建的demo环境,因此numpy和matplotlib包已经安装完成,我们不需要在进行安装。 Jupyter notebook的强大之处在于,可以对代码段的结果进行输出。 操作如下: (1) 打开Anaconda (2) 激活当前环境,输入: conda activate demo(3) 安装相应的包,输入: pip install 包名 附录 1. PyCharm字体大小,主题设置(1)调节主题颜色 在PyCharm界面依次选择File >> Settings >> Editor >> Color Scheme (2)调节字体大小 在PyCharm界面依次选择File >> Settings >> Editor >> General >> Font 注:安装包时,可优先选择使用pip安装,若报错再选择conda安装。两者功能相同,conda权限更高,对版本要求更严格,会安装更多冗余的包。 清华源为国内镜像源,下载速度相比国外源快,相似的国内源还有以下: 阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣 http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/ 版权归本文所有,转载注明出处。 来源:qq_35789981 您可能感兴趣的内容: Python 统计 01 – 数据可视化 ERROR: Could not build wheels for opencv-python which use PEP 517 and cannot be installed directly Anaconda 中使用 conda 配置虚拟环境与管理安装包 Python环境配置教程(超详细图文版) 一文全面掌握conda |
CopyRight 2018-2019 实验室设备网 版权所有 |