ubuntu18.04下安装Anaconda及numpy、matplotlib

本文介绍如何安装Anaconda并配置环境,以便于进行Python科学计算。内容包括从官方及镜像站点下载Linux版Anaconda,安装过程注意事项,以及安装完毕后的环境配置步骤。此外,还提供了使用Anaconda安装numpy和matplotlib的示例,并展示了如何绘制正弦曲线和散点图。
部署运行你感兴趣的模型镜像

为了学习深度学习,我需要首先掌握利用python进行科学计算的知识,顺便复习一下线性代数、微积分、概率论。当然,现在我要做的是安装Anaconda。

1、官网下载,linux版本:https://www.anaconda.com/download

2、如果太慢,可以使用清华的镜像(感谢清华大学提供免费的镜像服务):https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

3、anacoda默认安装到home目录,还捆绑了vscode(可以选择不安装)。

4、安装完毕后,需要重新: source .bashrc 

5、如果是默认安装,使用sudo时,必须使用全路径,否则sudo不能识别conda(基于安全考虑)。

6、更新conda: sudo `which conda` update -n base conda 

7、安装numpy和matplotlib:

sudo `which conda` install numpy
sudo `which conda` install matplotlib

8、例子1:

import numpy as np  
import matplotlib.pyplot as pt  
x = np.arange(0 , 360)  
y = np.sin( x * np.pi / 180.0)  
pt.plot(x,y)  
pt.xlim(0,360)  
pt.ylim(-1.2,1.2)  
pt.title("SIN function")  
pt.show()  

例子2:

import numpy as np
import matplotlib.pyplot as pt
x=np.linspace(-1,1,100)
y=2*x+np.random.randn(*x.shape)*0.3
pt.plot(x,y,'ro',label='Original data')
pt.legend()
pt.show()

 

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 安装Anaconda 为了在Ubuntu 18.04安装Anaconda并设置Python开发环境,需遵循一系列指令来确保顺利安装。首先访问Anaconda官方网站获取适用于Linux系统的安装文件[^1]。下载完成后,在保存该文件的目录中通过右键菜单选项“在此处打开终端”,随后执行如下命令启动安装过程: ```bash sh Anaconda3-2018.12-Linux-x86_64.sh ``` 按照提示依次输入`enter`, `yes`确认许可协议接受条款;指定安装路径为`/home/user_name/anaconda3`(此处替换实际用户名),再次以`yes`结束默认配置初始化。 此时建议重启计算机使更改生效,之后可通过编辑器修改全局shell配置文件 `/etc/profile` 添加新加入的Anaconda至PATH环境变量列表内以便于后续操作调用。 ### 安装PyCharm 对于IDE的选择,推荐采用Snap Store方式快速部署PyCharm社区版或专业版本,因为直接从官方站点下载`.sh`脚本可能会遇到缺少桌面快捷方式的问题[^2]。具体做法是在终端里运行下列任一命令实现自动化在线安装: #### 社区版(免费) ```bash sudo snap install pycharm-community --classic ``` #### 专业版(付费订阅制产品) ```bash sudo snap install pycharm-professional --classic ``` 上述两种方案均能有效规避手动安装过程中可能遭遇的各种兼容性难题,并且支持自动更新维护功能。 ### 创建虚拟环境 利用Anaconda管理工具可以便捷地构建隔离的工作空间——即所谓的“虚拟环境”。这有助于保持不同项目之间的依赖关系互不干扰。以下是创建名为myenv的新环境的具体步骤: ```bash conda create --name myenv python=3.7 ``` 激活新建好的环境只需简单的一条语句即可达成目的: ```bash conda activate myenv ``` 当不再需要特定环境时,可以通过deactivate命令退出当前活动状态下的工作区域而不必担心影响其他部分正常运作。 一旦进入某个具体的环境中,则可继续添加所需的库和模块,比如numpy、pandas等常用科学计算组件: ```bash pip install numpy pandas matplotlib seaborn scikit-learn jupyter notebook tensorflow keras opencv-python ``` 以上就是基于Ubuntu 18.04平台完成Anaconda与PyCharm集成以及初步建立个人专属编程沙盒的整体流程概述。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值