Python环境搭建//Anaconda

最新推荐文章于 2024-10-14 20:00:00 发布

原创最新推荐文章于 2024-10-14 20:00:00 发布 · 161 阅读

0 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

9 篇文章

订阅专栏

本文介绍了Python环境的快速搭建方法，包括从清华大学镜像站点下载Python和Anaconda，安装配置过程及推荐使用的编辑器如VScode和PyCharm。此外，还介绍了如何通过Anaconda管理常用的Python库，例如numpy和matplotlib。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.官网下载python
2.下载Anaconda
从官网下载太慢了，查询网上教程，最后从清华开源软件镜像站下载的
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

两者的安装都勾选添加到环境变量，别的都默认

安装Anaconda结束后提示推荐安装VScode…我已经安装过了，想了一下卸载之后从安装里面重新装
（保证放在同一路径下，避免后面麻烦)

固定到开始菜单栏，就ok了

3.下载pycharm

在Anaconda把需要的包安装好
暂时先用的numpy和matplotlib包

可能接下来会研究matplotlib包怎么用，毕竟之前上过数据可视化还用过Matlab可能比较方便

pycharm设置

打开Pycharm-File-Setting-project Interpreter里面修改
选好编译器

Anaconda
暂时也没有别的用处，从开始菜单找到

输入

仔细拉下去发现大多数包都已经集成好了
里面有需要的numpy/matplotlib就ok了

conda 命令类似于pip，用到了再详细解释

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

菜逼庄水水

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

anaconda实现python环境搭建

qq_40789719的博客

04-18

3329

anaconda实现python环境搭建

anaconda安装python3.6环境_使用Docker搭建Anaconda Python3.6的练习环境

weixin_30369183的博客

02-06

519

参与评论您还未登录，请先登录后发表或查看评论

（超详细)python环境安装

weixin_46671572的博客

05-28

5万+

面向于python学习路上的小白学习如何安装python环境

最新版Anaconda搭建Python环境

瑶山的博客

10-14

1851

忽然发现之前安装Python环境是在一篇文章中带过，还没有单独出过。随安装个最新版的试试当然，这里推荐使用Anaconda。

python 环境搭建 -anaconda

ITLiu的博客

03-13

4399

anaconda是常用的python虚拟环境管理工具

python环境搭建-Anaconda+pycharm

2401_85737382的博客

07-13

3487

个人按：Anaconda -> pycharm -> IDIE ->Jupyter 顺序安装

Linux系统安装Anaconda / 创建Python虚拟环境

NSJim的博客

11-20

7144

Anaconda是Python的环境管理器。下文介绍如何在Linux系统安装Anaconda、配置、环境变量、及其使用方法。

Python环境搭建【保姆级】教程（2025年更新）

热门推荐

lining9508的博客

07-23

20万+

本教程面向Python初学者，详细讲解Windows系统下的Python开发环境搭建。主要内容包括：1）Anaconda和Miniconda的安装与配置；2）PyCharm IDE的安装与项目管理；3）Jupyter Notebook的基本使用。教程提供了软件下载链接（百度云/阿里云/123盘），并逐步演示了Anaconda环境创建、PyCharm项目设置及代码运行的三种方法。最后还介绍了Python文件创建和Terminal命令行执行方式。最新更新于2025年8月8日

Anaconda安装与Python环境搭建

Owen_goodman的博客

05-22

1136

这篇文章介绍了如何安装Anaconda，及Python环境如何配置，你是否还在为难以寻找一篇讲述全面的环境配置博客而苦恼，稍安勿躁，你找对啦，照着本篇文章做下去，你就会发现没那么难呢！

Anaconda搭建python运行环境

m0_66238629的博客

06-29

890

本文主要内容是Anaconda搭建python运行环境的过程。

计算机领域-python环境搭建-安装Anaconda

03-03

为了能够更高效地使用Python进行开发和研究，往往需要搭建一个适合的开发环境。Anaconda是一个流行的Python发行版，它不仅包含了Python本身，还包括了一系列科学计算和数据分析中常用的库和环境管理工具，极大地方便...

vscode + Anaconda 搭建Python环境

11-17

在使用Visual Studio Code（简称vscode）和Anaconda搭建Python开发环境的过程中，会涉及到多个步骤和配置文件的设置。首先，我们需要安装vscode和Anaconda这两个软件。Anaconda是一个科学计算和数据分析的开源发行版...

【Windows系统配置】Python环境搭建与依赖管理：Anaconda及原生Python多版本环境配置指南在Windows系统下

06-03

内容概要：本文档详细介绍了在Windows系统下配置Python环境的方法，主要分为两大部分：一是使用Anaconda创建项目依赖环境，二是直接使用Python创建虚拟环境。Anaconda部分涵盖了从官网下载、安装配置、环境变量设置...

环境搭建 | Python + Anaconda / Miniconda + PyCharm 的安装、配置与使用

字节幺零二四的博客

08-12

959

本文将分别介绍 Python、Anaconda/Miniconda、PyCharm 的安装、配置与使用，详细介绍 Python 环境搭建的全过程，涵盖 Python、Pip、Python Launcher、Anaconda、Miniconda、Pycharm等内容，以官方文档为参照，使用经验为补充，内容全面而详实！

问题：TypeError: only size-1 arrays can be converted to Python scalars 解决方法

qq_33604355的博客

03-29

9万+

代码： def sigmoid(inX): return 1.0/(1+np.exp(-inX)) 最初提示： Traceback (most recent call last): File "<stdin>", line 1, in <module> File "D:\pyt_example\01\venv\Logistic.py", line 42, in g...

解决问题 'export' 不是内部或外部命令

qq_33604355的博客

04-17

1万+

按照 Scikit-Learn与TensorFlow机器学习实用指南利用jupyter时出现以下问题， (base) C:\Users\SSY>export ML_PATH="$D:\\pyt_example\20\\ml" 'export' 不是内部或外部命令，也不是可运行的程序或批处理文件。解决：作者书中是利用的linux系统，而在Windows中没有这个命令，应该采用 S...

预测数值型数据-回归 from机器学习实战U8

qq_33604355的博客

04-04

304

回归方程（直线）应该比较简单了，这里就简单记录一下前面理由梯度上升（随机梯度）方法处理过，这里利用回归方程计算相对计算量会小很多平方误差 =（y-y预测）^2 = (yi-Xw)^2 最小，对w求偏导 w =（X.T * X).IX.T*y import numpy as np import matplotlib.pyplot as plt def loaddata(filename)...

K近邻算法3 识别手写数字 from机器学习实战

qq_33604355的博客

03-28

273

补档最后一个例子识别手写数字前面KNN算法已经写好了，这个栗子也没有用到归一化处理我们的数据集、测试集是3232的文本文档，用0/1表示文件名0-1.txt代表数字0的第一个数据，因此可以通过字符串切片来获得label标签处理有两部分： 1.将图像格式化处理为一个向量把3232的向量变成1*1024 ''' 来解决手写识别系统部分把32*32处理成1*1024的向量 ...

Logistic回归 from机器学习实战第五章

qq_33604355的博客

03-29

233

回归：对于数据点，利用直线对其拟合的过程 Sigmoid函数：from度娘特点：在x=0处像阶跃函数输入 z =w0x0+w1x1+…+wnxn 优化方法：梯度上升（下降）法：沿梯度方向找极值 ...

python环境搭建 anaconda

最新发布

07-08

### 安装Anaconda并配置Python开发环境为了使用 Anaconda 搭建 Python 开发环境，可以按照以下步骤进行操作： #### 1. 下载与安装 Anaconda 首先，根据官方文档推荐，选择适合 Windows 系统的 Anaconda 版本，并确保所选版本支持 Python 3.6~3.9 的版本。下载完成后，运行安装程序并遵循向导完成安装。 #### 2. 验证安装安装完成后，打开命令提示符（CMD）输入以下命令以验证 `conda` 是否正确安装： ```bash conda --version ``` 如果输出了 conda 的版本信息，则说明安装成功 [^2]。 #### 3. 创建和激活虚拟环境创建一个新的虚拟环境可以通过以下命令实现： ```bash conda create --name myenv python=3.8 ``` 这里的 `myenv` 是你给新环境起的名字，`python=3.8` 表示在这个环境中使用的 Python 版本。激活刚刚创建的环境： ```bash conda activate myenv ``` 注意替换为自己的环境名称 [^2]。 #### 4. 使用PyCharm配置Anaconda环境在 PyCharm 中设置解释器时，需要指向 Anaconda 安装目录下的 Python 解释器。具体路径通常是类似 `D:\ProgramData\Anaconda3\python.exe` 这样的格式。选择好路径之后，就可以看到许多预先安装好的包，如 numpy、pandas、scipy 和 matplotlib 等 [^4]。 #### 5. 安装额外的包虽然 Anaconda 自带了很多常用的科学计算库，但有时可能还需要安装额外的包。这可以通过 pip 或者 conda 来完成： ```bash pip install package_name # 或者 conda install package_name ``` #### 示例代码：测试Anaconda环境下面是一个简单的 Python 脚本，用于测试 Anaconda 环境是否能够正常工作： ```python import numpy as np def main(): a = np.array([1, 2, 3]) print("Numpy array:", a) if __name__ == "__main__": main() ``` 这段代码导入了 numpy 库，并创建了一个数组来打印其内容。如果一切正常，你应该能看到输出的数组。