这是机器未来的第5篇文章

写在前面:

• 博客简介:专注AIoT领域,追逐未来时代的脉搏,记录路途中的技术成长!

• 专栏简介:本专栏的核心就是:快!快!快!2周快速拿下python,具备项目开发能力,为机器学习和深度学习做准备。

• 面向人群:零基础编程爱好者

• 专栏计划:接下来会逐步发布跨入人工智能的系列博文,敬请期待

• Python零基础快速入门系列

• 快速入门Python数据科学系列

• 人工智能开发环境搭建系列

• 机器学习系列

• 物体检测快速入门系列

• 自动驾驶物体检测系列

• ......

@[toc]

1. 概述

目前主流的Python开发IDE主要有PyCharm、JupterNotebook,VsCode等,以前主流是PyCharm,随着VsCode插件的丰富,目前VsCode已经成为主流的顶流了。

本文将采用Anaconda VsCode jupyterNotebook的方案,环境安装完毕后,将拥有Python运行环境、常见的Python库例如python三剑客:Numpy、matplotlib、pandas、机器学习库sklearn全都有了。

2. 安装Anaconda2.1 概述

Anaconda,中文大蟒蛇,是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。其简化了python软件包的安装,并且自动关联依赖,自动下载依赖的软件包,避免不必要的冲突,另外,anaconda最重要的功能就是创建虚拟环境,实现各种项目开发框架及版本的隔离。

2.2 下载anaconda

Anaconda的官方下载速度较慢,推荐使用清华大学的源下载,尽量选择日期较新的版本,根据操作系统版本选择对应的版本。

  • • 官方下载地址:https://www.anaconda.com/
  • • 国内下载地址:
    • • 清华大学 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
    • 1
2.3 安装Anaconda

注意事项:不要有中文路径,安装过程无脑下一步即可。安装完毕之后,python、pip等软件均已安装完毕。

2.4 测试Anaconda

在命令提示符输入conda -V查看conda版本,以确认conda环境是否生效。

PSC:\Users\zhoushimin>conda-V conda4.10.3

2.5 配置Anaconda

由于Anaconda官方服务器在国外,安装python软件包时下载速度巨慢,因此需要配置国内安装源,在这里使用清华大学的第三方源。

  • • 首先找到配置文件【.condarc】,其在C盘用户目录下,如图:
  • 2
  • 如果不存在,则直接创建即可。
  • • 打开文件后,将以下内容拷贝到文件中

channels: -defaults show_channel_urls:true default_channels: -https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main -https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r -https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  • • 清除索引缓存 在命令行执行命令

condaclean-i

  • • 建立虚拟环境测试下载速度

condacreate-nmyenvnumpy

测试时会发现下载包的速度杠杠的,测试完毕后,删除myenv虚拟环境

condaremove-nmyenv--all

  • • 恢复官方安装源 如果使用第三方源出现问题,可以恢复官方安装源重试,恢复指令如下:

condaconfig--remove-keychannels

3. 配置pip国内安装源

使用pip安装软件包时,有些安装包下载速度特别慢,可以选择国内的安装源。

3.1 安装源列表

以下安装源可以选择:

#清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ #阿里云 http://mirrors.aliyun.com/pypi/simple/ #中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple

3.2 安装源的使用方式
  • • 临时使用 以安装tensorflow使用阿里云安装源为例,在-i后面指定安装源即可

pipinstalltensorflow_GPU==2.3-ihttp://mirrors.aliyun.com/pypi/simple/

  • • 永久使用 做如下配置后,无需再使用-i选项

pipinstallpip-U#升级 pip 到最新的版本后进行配置: pipconfigsetglobal.index-urlhttps://mirrors.aliyun.com/pypi/simple/

  • • 恢复官方安装源 如果安装源出现异常,恢复官方安装源的方式如下:

pipconfigunsetglobal.index-url`

3. 安装VsCode3.1 VsCode安装
  • • 下载地址:https://code.visualstudio.com/
  • • 安装过程 略
3.2 VsCode中文支持

启动VsCode后,点击左侧的扩展功能栏,输入chinese,选择【简体中文】语言包安装重启即可转换为中文。

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(1)

snipaste20220521_182320

3.3 VsCode设置之文件修改自动保存

开启了这个配置后,对文件的修改为自动保存,再也不会因为没有保存导致心血浪费了。

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(2)

在这里插入图片描述

3.4 VsCode设置之自动补全

输入editor.tabCompletion开启自动补全

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(3)

在这里插入图片描述

3.5 python插件的安装

点击VsCode左侧扩展工具栏,输入Python,选择第一个结果,然后在右侧点击安装即可。

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(4)

在这里插入图片描述

3.6 jupter插件的安装

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(5)

在这里插入图片描述

4. 验证安装环境
  • • 测试python版本 启动命令提示符,输入python查看python版本,从下图中可知python版本为3.7.0
  • 在这里插入图片描述
  • • 测试Vscode中运行jupter notebook 在目录下创建demo.ipynb文件,ipynb后缀为jupter notebook文件的后缀,在右侧的代码输入框内输入

importnumpyasnp print(np.__version__)

查询numpy的版本,如果正确输出版本号,则说明环境搭建成功,从下图可知,numpy的版本号为1.21.2

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(6)

在这里插入图片描述

5. jupyter中常用的快捷键有哪些?

Ctrl Enter :运行代码Shift Enter:运行代码,光标定位到下一行Tab : 代码补全Shift Tab / ? / ?? :查看文档Esc:命令模式Enter:编辑模式命令模式下:A:上面添加一个单元格B:下面添加一个单元格DD:删除一个单元格M:MarkdownY:代码

  • 推荐阅读:
    • • 物体检测快速入门系列(1)-Windows部署GPU深度学习开发环境
    • • 物体检测快速入门系列(2)-Windows部署Docker GPU深度学习开发环境
    • • 物体检测快速入门系列(3)-TensorFlow 2.x Object Detection API快速安装手册
    • • 物体检测快速入门系列(4)-基于Tensorflow2.x Object Detection API构建自定义物体检测器

vscode 配置anaconda环境:人工智能序章开发环境搭建Anaconda(7)

,