最近打算研究机器学习、计算机视觉相关的内容。编码方面拟采用Python,所以先搭建好Python开发环境。本文主要讲述的是Windows下Python环境的搭建(步骤、遇到的问题及解决方案)。
为什么选Anaconda和Jupyter Notebook?
1. Anaconda:Python让人比较头疼的是包管理和Python不同版本的问题。Anaconda作为一种Python语言的开源发行版,可以从某种程度上解决以上问题。通过Anaconda,我们可以更方便地进行Python的包管理和环境管理。
2. Jupyter Notebook:是一个进行文学编程的交互式笔记本。在这个笔记本里,可以写代码,可以写文档,可以有图表展示。以前,我们在编辑器中写代码,然后在word中写文档来说明项目。通过Jupyter Notebook,我们可以集编程和写作于一体,按照自己的思维逻辑开发程序。
接下来的搭建步骤从Anaconda、Jupyter Notebook、opencv三个内容进行讲述,其中要特别注意代理问题:
搭建步骤
Anaconda
- 参考官方文档安装Anaconda:Installing on Windows
- 安装完成之后打开Anaconda Prompt(终端),如下图所示:

- Anaconda是使用软件包管理系统Conda进行包管理的,输入
conda list可以查看安装的内容:(能正常显示说明安装成功)

- 之后怎么安装需要用到的包呢?
例如,安装pandas,终端输入
conda install pandas
发现出现以下错误:

本文详细介绍了在Windows环境下如何使用Anaconda搭建Python开发环境,包括解决包管理和代理问题,配置Jupyter Notebook启动目录,安装opencv,以及设置PyCharm与Anaconda环境的集成,旨在提供一站式机器学习和计算机视觉开发环境的建立方法。
最低0.47元/天 解锁文章
4526

被折叠的 条评论
为什么被折叠?



