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，以前主流时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Anaconda
2.1 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/
在这里插入图片描述
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。
PS C:\Users\zhoushimin> conda -V conda 4.10.3
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：
在这里插入图片描述如果不存在，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
conda clean -i
- • 建立虚拟环境测试下载速度
conda create -n myenv numpy
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
conda remove -n myenv --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：
conda config --remove-key channels
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
pip install tensorflow_gpu==2.3 -i http://mirrors.aliyun.com/pypi/simple/
- • 永久使用 做如下配置后，无需再使用-i选项
pip install pip -U #升级 pip 到最新的版本后进行配置： pip config set global.index-url https://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：
pip config unset global.index-url`
3. 安装VsCode
3.1 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。
在这里插入图片描述
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。
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
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。
在这里插入图片描述
3.6 jupter插件的安装
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
import numpy as np 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
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:Markdown
Y：代码
- • 推荐阅读：
- • 物体检测快速入门系列(2)-Windows部署GPU深度学习开发环境
- • 物体检测快速入门系列(3)-Windows部署Docker GPU深度学习开发环境
- • 物体检测快速入门系列(4)-TensorFlow 2.x Object Detection API快速安装手册
- • 物体检测快速入门系列(1)-基于Tensorflow2.x Object Detection API构建自定义物体检测器
