机器学习基础环境配置——Anaconda和PyCharm

一. Anaconda的介绍，安装及配置

1. 什么是Anaconda

Anaconda 是一个开源的 Python 发行版本，主要用于数据科学、机器学习和科学计算。它包含了大量的科学计算库和工具，并且提供了一个方便的环境管理工具，使得用户可以轻松地创建、管理和切换不同的 Python 环境，满足用户在进行不同项目的构建时切换不同Python版本的需求，以及为避免不同库之间的冲突提供了一个完善的解决方式。

2. Anaconda的安装

2.1 下载Anaconda Installer

2.1.1 Anaconda官网下载

点击该链接即可跳转至Anaconda官网的下载界面：
Anaconda官网下载
跳转后网页显示如下图所示，选择对应的版本点击安装即可，本文后续均以Windows系统的版本为例。

2.1.2 清华开源软件镜像站下载

因国内网络的问题，Anaconda官网下载速度并不稳定，推荐前往清华开源软件镜像站下载：
清华开源软件镜像站下载
跳转后网页显示如下图所示，根据文件名选择符合自己系统和电脑配置的版本下载即可，本文后续均以图中所示版本为例。

2.2 安装Anaconda

打开下载完毕的安装包，进入安装引导。以下部分未给出的安装步骤，直接跳过即可。

点击"Browse…“选择Anaconda的安装路径，选择完毕后点击"Next”。

上方的"Add Anaconda to my PATH environment variable"即为将Anaconda添加进系统环境变量，勾选此项后便无需在安装完成后手动添加环境变量。
下方的"Register Anaconda as my default Python 3.7"即将Anaconda的Python解释器作为系统的默认Python解释器，保证Anaconda的优先级最高。
勾选完成后点击"Install"开始安装，随后等待安装完成即可。

安装完成后，按下win+R，在如下图所示的弹出窗口中输入cmd，然后回车或点击“确定”以打开命令提示符。

打开之后，在命令提示符窗口输入如下命令以查看Anaconda版本号：

conda --version

若如下图成功显示版本号，则代表Anaconda安装完成。

若未能成功显示版本号，可能是安装时未勾选自动配置环境变量导致，此时需手动配置环境变量

按下win+R，输入如下内容后点击确定

rundll32 sysdm.cpl,EditEnvironmentVariables

在弹出的窗口中，双击”用户变量“中的Path

点击右侧的”新建“，依次将以下5条加入Path中：

%ANACONDA%
%ANACONDA%\Library\mingw-w64\bin
%ANACONDA%\Library\usr\bin
%ANACONDA%\Library\bin
%ANACONDA%\Scripts

其中%ANACONDA%是之前安装时指定的安装路径。

添加完成后，点击“确定”将两个窗口都关闭，随后再次打开命令提示符验证Anaconda安装情况即可。

2.3 配置Anaconda和创建虚拟环境

2.3.1 Anaconda更换清华镜像源

在使用Anaconda时，我们需要为自己的环境安装第三方库。但因为国内网络问题，直接安装的速度并不稳定，此时建议更换清华镜像站为下载源。

打开命令提示符，依次输入如下指令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --set show_channel_urls yes

随后输入如下指令查看下载源，若显示的下载源与上方输入的一致，即为换源成功：

conda config --show channels

2.3.2 创建虚拟环境

Anaconda本身配有一个名为“Base”的虚拟环境，该环境中配有大量第三方库，但因其第三方库数量太大，在后续使用时可能会导致解释器初始化过慢，或是在添加库的时候引起冲突，影响使用。所以最好新建一个虚拟环境，之后再根据自己项目的要求来配置和切换不同的环境。

打开命令提示符，输入如下指令：

conda create -n my_env python=3.13.0

其中的"my_env"为新建虚拟环境的名字，可以随意替换。
后面的"python=3.13.0"字段意为指定该环境Python版本为3.13.0，版本号可以根据个人需求随意指定。也可以不输入这一段，这样就不会在创建时对Python的解释器版本进行指定，但这样做会导致新建的虚拟环境不会安装Python解释器，在此情况下，该虚拟环境会使用Base环境的解释器进行操作，导致环境隔离失效，故不推荐这么做。

下面以新虚拟环境test的创建为例，输入：

conda create -n test python=3.13.0

等待一段时间后，弹出“Proceed([y]/n)?”字样，输入"y"，然后回车。

直至如下字样出现，代表环境创建结束。

输入如下命令，查看已有的虚拟环境：

conda env list

在弹出的字段中发现名为“test”的虚拟环境及其路径，即代表该环境创建完成。

2.3.3 安装第三方库

机器学习涉及到大量的第三方库，典型的如NumPy，SciPy，Matplotlib等等。我们需要通过虚拟环境中的pip，即Python包管理工具下载这些库。

仍然以test环境为例，打开命令提示符，输入如下命令来激活test环境：

conda activate test

出现如下字样，说明环境被成功激活，现在输入的指令是在对test环境进行操作。

输入如下指令，令pip安装NumPy库：

pip install numpy

等待安装完成后，输入如下指令查看Python环境安装的包：

pip list

若在显示的包中发现numpy，即代表安装成功。

之后的SciPy、Matplotlib、Pandas等库都可以通过此方法安装，如安装SciPy：

pip install scipy

将"install"之后的包名换成想要安装的包名即可。

二、PyCharm的介绍、安装和配置

1. 什么是PyCharm

PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制等。

2. PyCharm的下载和安装

点击该链接跳转到PyCharm官网进行下载
PyCharm官网
PyCharm分专业版和社区版两种。其中专业版的功能较为全面，但需要付费购买激活码，或对其进行破解才能使用。社区版则是一个免费的版本，且基础功能足够满足日常需求，故推荐下载社区版。
进入官网后，拉至最下方即可看到社区版的下载按钮。本文之后以社区版为例。

打开下载的PyCharm安装包，进入安装指引。

选择安装路径，然后点击“下一步”。

这些选项可以全部勾选，点击“下一步”。
点击“安装”，然后等待安装完成即可。

3. 将PyCharm的项目与Anaconda环境相关联

若我要创建一个名为“TestProject”的项目，使用我之前创建的test环境。

打开PyCharm，点击“新建项目”，在打开的窗口中编辑项目名称和路径，解释器类型设置为“基础conda”，若之前配置了环境变量，则PyCharm会自动检测Anaconda路径，否则需要手动添加路径。设置完成后点击“创建”。

进入新创建的项目，点击右下角，然后点击“添加新的解释器”，点击“添加本地解释器”。

在左侧选择“Conda环境”，勾选“使用现有环境”，随后选择想要使用的环境，如此处的test，然后点击确定。

等待一段时间后，发现右下角的字样变为虚拟环境名称（如此处的“test”），则代表环境应用成功。

环境应用成功后，即可尝试创建Python文件，并编写代码来测试环境。

右键左侧项目名，选择“新建”->“Python文件”，编辑新建的Python文件名，如“test.py”。

编写代码测试Python环境（如Hello World）和安装的库（尝试import并调用）。

代码成功运行则环境配置成功。