安装Python环境

由于Python的库比较多，并且依赖关系比较复杂，所以请仔细阅读下面的说明，并按下面的说明来操作，减少问题出现的可能。 但是所列的安装方法说明里有较多的细节，也许和你的系统并不适配，所以可能会遇到问题。如果遇到问题请通过搜索引擎去查找解决的办法，并通过这个方式锻炼自己解决问题的能力。

可以参考后面所列的1.Winodws或者2.Linux章节所列的将Python环境安装到计算机里。

1. Windows下安装

由于Anaconda集成了大部分的python包，因此能够很方便的开始使用。由于网络下载速度较慢，因此推荐使用镜像来提高下载的速度。镜像的使用方法可以参考：Anaconda镜像的说明文档

在这里找到适合自己的安装文件，然后下载
https://mirrors.bfsu.edu.cn/anaconda/archive/

例如： https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2020.11-Windows-x86_64.exe

按照说明，把Anaconda安装好。

2. Linux下安装

在网站下载最新的conda安装文件，例如

wget https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh

然后运行

bash ./Anaconda3-2020.11-Linux-x86_64.sh

按照提示完成安装（记得需要自动加入环境变量的设置），然后关闭终端，再打开终端

3. 设置软件源

3.1 设置conda软件源

参考这里的conda安装和软件源设置说明

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

3.2 设置PIP源

pip config set global.index-url 'https://mirrors.ustc.edu.cn/pypi/web/simple'

4. 安装常用软件

打开conda的命令行程序，输入下面的命令

conda install jupyter scipy numpy sympy matplotlib pandas scikit-learn

5. 安装PyTorch

conda install pytorch -c pytorch 
pip3 install torchvision

6. Conda使用技巧

6.1 Conda创建自己的环境

conda create -n <your_env>

# example
conda create -n machinelearning

6.2 Conda怎么激活自己的环境

conda activate <your_env>

# example 
conda activate machinelearning

6.3 Conda常用命令

# 帮助命令
conda -h
conda help

# 配置频道(已有)
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

# 退出当前环境
conda deactivate

# 查看基本信息
conda info
conda info -h

# 查看当前存在环境
conda env list
conda info --envs

# 删除环境
conda remove -n <your_env> --all

3.0 kB Raw Blame History