python環境配置簡要流程

2020-12-10 騰訊網

1、下載並安裝anaconda

教程網上很多,路徑最好放在c盤,而且最好在安裝過程中勾選添加PATH。

2、下載並安裝vscode

3、下載並安裝git

注意在安裝過程中選擇將自己使用的編輯器作為默認

4、調整Anaconda

找到Anconda Prompt,選擇管理員執行,然後先添加清華源

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

再去C:\Users\用戶名 目錄下修改 Anaconda 配置文件 .condarc,將 -defaults 這一行刪掉即可

5、版本對應關係

首先明白各個版本對應關係:

https://docs.floydhub.com/guides/environments/

6、創建虛擬環境

同樣在Anconda Prompt環境下,最好保證conda以及pip為最新版本。

然後再使用

conda create -n tf-gpu python=3.6(版本號)

創建虛擬環境tf-gpu

7、安裝tensorflow

然後選擇

activate tf-gpu

進行虛擬環境的激活,激活後使用

conda search tensorflow-gpu

查看可安裝的版本,然後進行

conda install tensorflow-gpu=2.1.0(版本號)

進行安裝;安裝完成後,選擇

conda list

查看一下tensorflow-estimator版本是否匹配,若不匹配則選擇使用

conda install tensorflow-estimator=2.1.0(版本號)

進行再次安裝;安裝成功後,進入python,利用

import tensorflow as tf

tf.__version__

進行驗證是否安裝成功

8、安裝keras

驗證成功後,退出python,繼續在虛擬環境中進行

conda install keras=2.3.1(版本號)

通過進入python,進行

import keras

驗證

9、安裝talib

首先下載talib,選擇好自己對應的版本

https://www.lfd.uci.edu/~gohlke/pythonlibs/#ta-lib

進行下載,下載的位置不要包含中文,然後使用命令

pip install 文件存放地址/文件名.whl

安裝完成後,通過進入python,進行

import talib

驗證

10、安裝sklearn

首先下載scikit-learn,選擇好自己對應的版本:

https://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn

然後使用命令

pip install 文件存放地址/文件名.whl

安裝完成後,通過進入python,進行

import sklearn

驗證

11、安裝tushare

首先安裝pandas,使用命令

conda install pandas

安裝完成後,再使用命令

pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple

安裝tushare,最後安裝完成後,通過進入python,進行

import tushare

驗證

12、安裝matplotlib

使用命令

conda install matplotlib

安裝matplotlib,安裝完成後,通過進入python,進行

import matplotlib

驗證

13、安裝各種用到的庫

這裡推薦兩種方法:

1、conda install **

2、先去

https://www.lfd.uci.edu/~gohlke/pythonlibs/#ta-lib

下載自己需要的庫,選擇一個保存的位置(不含中文),然後使用命令

pip install 文件存放地址/文件名.whl

安裝完成後,通過進入python,進行

import **

驗證

14、配置vscode

打開vscode,點擊最左側類似魔方的工具,輸入python,進行python插件的安裝;

然後按住ctrl+shift+p,在上方空格中輸入settings,找到Preferences:Open Settings(JSON),打開它;

將裡面的內容改為

{

// tensorflow 配置

"python.pythonPath":"C:\\Users\\Morton\\anaconda3\\envs\\tf-gpu\\python.exe",

"python.autoComplete.extraPaths": [

"C:\\Users\\Morton\\anaconda3\\envs\\tf-gpu",

"C:\\Users\\Morton\\anaconda3\\envs\\tf-gpu\\Lib\\site-packages"

],

"python.autoComplete.addBrackets": true,

}

具體路徑以你們的安放位置為定,然後進行保存。

相關焦點

  • 環境配置簡要流程
    環境配置簡要流程 1、 下載並安裝 anaconda2、 下載並安裝 vscode3、 下載並安裝 git4 、 調整 Anaconda5、 版本對應關係>同樣在 Anconda Prompt 環境下,最好保證 conda 以及 pip 為最新版本。
  • python開發環境搭建及工具配置
    安裝後,你會得到Python解釋器(負責運行Python程序的),一個命令行交互環境,還有一個簡單的集成開發環境。集成開發環境主要有兩種方式: Python 和 Anaconda。Python方式先到Python官網下載 https://www.python.org/, 自己使用的話可下載最新版本3.8.1。下載合適的版本後windows平臺下直接下一步安裝完成即可。最後配置好環境變量。
  • Python環境配置和helloworld
    python官網最新版本是3.8.0。點擊拉到頁面最下方,就能看到下載連結。python安裝完成有個提示,暫時不管,Close掉。驗證安裝內容打開CMD,輸入python,回車,如果得到一個python不是命令的提示,說明你需要配置環境變量,把剛才你選擇的python安裝路徑添加到path變量中即可。
  • python小白學習之anaconda的安裝與Jupyter環境配置
    隨著機器學習和人工智慧的崛起,python被越來越多的程序猿使用。python非常易用,但是包管理和Python不同版本問題卻讓人非常頭疼。Anaconda有著強大的包管理與環境管理功能,將python和許多常用的package打包。本文主要介紹linux下Anaconda的安裝與Jupyter環境配置。
  • 基於OpenVINO Python SDK 環境配置與運行
    因為包含了大量的科學包,解決了初學者用"pip install"安裝存在冗長的軟體安裝列表以及相關的依賴庫等問題,讓用戶能夠較為方便管理並行python以及過程所需要的各種庫。  1.4.6高級設置選項中,務必選中"Add Anaconda to my PATH environment varialbe",這樣在安裝Anaconda的時候就會自動添加PATH環境變量。
  • python入門:環境搭建(神器Anaconda+Vs Code)下載與配置
    大家好,我是涼拌本篇文章主要講python神器:anaconda和vs code這兩樣神器的安裝與配置。我馬上要講的東西呢,比較適合那些已經學會了python語法的小白們。還不太了解python語法的朋友,可以考慮先學習python語法。
  • 如何安裝Python開發環境
    白手起家,從頭開啟python的開發環境搭建。一. 如何安裝Python安裝包可以私信我領取下載下來一個exe文件,直接雙擊運行。配置環境變量:右鍵配置環境變量:右鍵開始——控制面板——系統——高級系統配置——環境變量。
  • Python RF環境搭建
    搭建RF下載Python3.7的安裝包,進行安裝:https://www.python.org/配置環境變量:3.使用pip安裝pip install robotframework#安裝robotframework-ridepip install robotframework-rideScripts/ride.py就是RobotFrameWork的啟動文件,通過python.exe
  • 10個好用的Python集成開發環境
    VIMVIM是一個很先進的文本編輯器,在python開發者社區中很受歡迎。它是一個開源軟體並遵循GPL協議,所以你可以免費的使用它。雖然VIM是最好的文本編輯器,但是它提供的功能不亞於此,經過正確的配置後它可以成為一個全功能的Python開發環境。
  • 零基礎Python入門教程 - 第三節 搭建Python開發環境
    今天教大家搭建自己的Python開發環境,Python作為跨平臺語言,目前支持Windows、Linux、Mac/OS系統,考慮到後兩個系統使用門檻高,而大家對Windows的使用相對不是那麼陌生,所以我們就以Windows環境為例進行講解。
  • python+eclipse+red+robotframework環境搭建
    下載red插件:回復《red插件》,獲取連結安裝python環境下載3.7的python插件版本要與Eclipse版本匹配,回復《eclipse軟體》,獲取連結離線安裝red插件出現這個說明安裝成功了4,配置
  • 雲計算開發學習筆記:Python的環境搭建
    Python的環境變量配置程序和可執行文件可以在許多目錄,而這些路徑很可能不在作業系統提供可執行文件的搜索路徑中。path(路徑)存儲在環境變量中,這是由作業系統維護的一個命名的字符串。這些變量包含可用的命令行解釋器和其他程序的信息。Unix或Windows中路徑變量為PATH(UNIX區分大小寫,Windows不區分大小寫)。在Mac OS中,安裝程序過程中改變了python的安裝路徑。如果你需要在其他目錄引用Python,你必須在path中添加Python目錄。
  • 如何在windows下安裝python運行環境?新手必看!
    任何程式語言在開發之前都需要安裝編譯或運行環境。python也不例外,在學python之前,我們首先需要安裝下python的運行環境。鑑於目前使用windows系統居多,今天我就手摸手帶你看下如何在windows系統下安裝python運行環境。
  • 將Notepad++配置為Python編譯器(方法二)
    將Notepad++配置成為腳本編譯器安裝Python, 安裝最新版本的Notepad++安裝NppExec插件;a.打開Notepad++(編輯任何一個txt文檔即可),b.安裝成功後可以在 插件 中看到NppExec.如圖配置NppExec:a. 打開Plugins -> NppExec -> Execute 或者直接按下F6在彈出的Execute…窗口中粘貼:npp_saveCD $(CURRENT_DIRECTORY)< PYTHON_HOME >  "$(FULL_CURRENT_PATH)" 需要注意的是,1.
  • Python讀取ini配置文件
    python看過我之前文章的同學可能知道,最近一直在做百度語音合成的功能,進一步的延伸功能,此次是批量生成文章的語音文件。目前是使用python來實現的,將代碼打包成了exe文件,方便客戶進行測試。下面說一下配置文件,本次直說ini格式的配置文件。創建ini文件在目錄中創建.ini文件,我們以config.ini文件名為例。進行創建。在創建好的文件內編寫配置信息。
  • 如何在CentOS8作業系統安裝python集成環境並升級python版本
    一般情況下,Linux作業系統都自帶python運行環境,默認安裝了python。但是,python版本不是最新的,集成開發環境需要手動安裝。進入到Developer Tools,找到IDLE3圖標4、點擊進入python集成環境詳情界面,單擊Install進行安裝
  • jupyter notebook配置虛擬環境,解決python編程中程序包衝突
    在進行python開發中,由於各個程序包之間存在可能不兼容的情況,因此創建一個虛擬環境是最好的解決方法。圖3四、進入虛擬環境輸入語句conda activate pypaddle進入虛擬環境pypaddle
  • 慢步學python,編程基礎知識,流程控制語句if
    慢步業餘學python編程,今天休息繼續分享python編程知識。面向過程編程,重要的是程序的流程,今天說說流程控制語句if。如圖,就是一個判斷流程,由判斷得到2種情況。if結構python中常見的流程結構很多,if結構,在很多程式語言內也很常見。這個例子,先是敲入一個字符串變量a,然後放入判斷結構if裡面。
  • python:控制流程 - for迭代循環
    #pythoncontinue 是跳出當前循環,進入下一次循環; 3. else 是只有在正常迭代結束時運行else,即不是被break終止的情況編制by偉森leung 喜歡本文章的可以請關注偉森leung,後續有更多python方面的知識分享。
  • conda虛擬環境詳細教程(Linux)
    最近在使用pytorch做深度學習相關的項目,本機環境不能改變(工作需要),所以就使用conda創建了該項目的虛擬環境,方便開發測試,本節主要記錄整個流程,方便以後回顧時快速完成。配置環境變量:vim /etc/profileexport PATH=/home/software_folder/anaconda3/bin:$PATHsource /etc/profile查看版本: