人工智能学习02-安装环境-优快云博客

本文链接：https://blog.youkuaiyun.com/qixiang_chen/article/details/148509363

Python安装

Python安装分为两种方法，一是从官网(https://www.python.org/)下载Python工具(比如python-2.7.msi)进行安装，并设置Path环境变量；二是下载工具Anaconda集成环境进行安装，Anaconda自带Python工具。使用第二种方法比较简单，而且对Python包管理也比较方便，推荐使用第二种方法。

Python开发工具安装

从官网https://www.python.org/下载最新Python工具，Python工具分为两个主要版本Python2.x与Python3.x，我们使用最新的Python 3.x进行安装学习。

Pip包管理工具

安装Python软件后，升级pip包管理工具
python -m pip install --upgrade pip

使用pip安装特定版本python库
pip install package_name==version_number

使用pip卸载python库
pip uninstall package_name

如果你有一个requirements.txt文件列出了所有需要的包和版本，你可以使用以下命令一次性安装它们：
pip install -r requirements.txt
requirements.txt内容如下：
APScheduler3.10.4
dash2.10.2
DateTime5.1
fastapi[all]0.95.1
feffery-antd-charts0.0.1rc17
feffery-antd-components0.2.11
feffery-markdown-components0.2.10
feffery-utils-components0.2.0b12
Flask-Compress1.13
jsonpath-ng1.5.3
loguru0.7.0
openpyxl3.1.2
pandas1.5.3
passlib[bcrypt]1.7.4
Pillow10.2.0
psutil5.9.5
PyMySQL1.0.3
python-jose[cryptography]3.3.0
redis5.0.1
requests2.31.0
SQLAlchemy1.4.48
user-agents2.2.0
waitress==2.1.2

确保使用与你的Python版本相匹配的pip版本（例如，pip3对于Python 3）。在大多数现代系统中，pip通常默认指向Python 3的pip。
在某些情况下，你可能需要使用sudo（在Linux/macOS上）或管理员权限（在Windows上）来安装全局包。但推荐使用虚拟环境（如venv或conda）来管理项目依赖，避免权限问题。例如，使用venv创建一个虚拟环境并激活它：
python -m venv myenv
source myenv/bin/activate
在Windows上使用 myenv\Scripts\activate
pip install package_name

Anaconda工具安装

使用Anaconda安装与学习Python比较容易和方便，从清华大学开源软件镜像站：https://mirrors.tuna.tsinghua.edu.cn/下载工具Anaconda3-2024.06-1-Windows-x86_64.exe，按照默认设置进行安装即可，安装完成后，在Window程序组中出现Anaconda工具入口，如下图

在这里插入图片描述
通过命令工具Anaconda Prompt进入Python命令行环境，如下图

输入python进入python编程环境，如下图

如果出现上述输出，说明Python环境已经安装正确。

Conda包管理工具

Conda是一个开源的包、环境管理系统，用于安装多个版本的软件包及其依赖关系并在它们之间轻松切换。以下是一些常用的conda命令：
创建新的conda环境：
conda create --name myenv
在这里，myenv是你想要命名的环境的名字。你可以选择安装特定版本的Python：conda create -n myenv python=3.6

列出所有的conda环境：
conda env list 或者conda info --envs

激活conda环境：

conda activate myenv
在这里，myenv是你想要激活的环境的名字。

退出当前的conda环境：
conda deactivate

删除conda环境：
conda env remove --name myenv
在这里，myenv是你想要删除的环境的名字。

安装conda包：
conda install numpy
在这里，numpy是你想要安装的包的名字。你也可以指定版本：
conda install numpy=1.18.5

更新conda包：
conda update numpy
在这里，numpy是你想要更新的包的名字。

卸载conda包：
conda remove numpy
在这里，numpy是你想要卸载的包的名字。

搜索conda包：
conda search numpy
在这里，numpy是你想要搜索的包的名字。

导出conda环境的依赖列表：
conda list --export > package-list.txt
在这里，package-list.txt是你想要导出的依赖列表的文件名。

conda install --yes --file package-list.txt
使用环境文件创建环境：

conda env create -f environment.yml
在这里，environment.yml是包含环境详情的YAML文件。

导出当前环境到YAML文件：
conda env export > environment.yml
在这里，environment.yml是你想要导出的YAML文件的名字。

更新所有的conda包：
conda update --all
检查conda更新：

conda update conda
查看某个命令的帮助信息：
conda --help或者conda install --help
在这里，install是你想要查看帮助信息的命令。
Python IDE工具
Python IDE开发工具很多，可以通过官网(https://www.jetbrains.com/pycharm/)下载免费工具PyCharm，配置Python环境(单独安装Python环境或Anaconda提供的Python环境)。
查看Anaconda配置虚拟环境命令：
conda env list
在这里插入图片描述