：开发环境搭建Anaconda+VsCode+JupyterNotebook(零基础启动)

Posted 2022-05-25 i机器未来

• 作者简介：关注AIoT领域的嵌入式开发一枚，追逐未来时代的脉搏，记录路途中的技术成长
• 本文由i机器未来原创，首发在CSDN
• 订阅专栏： Python快速入门系列
• 面向人群：零基础编程爱好者
• 专栏计划：接下来会逐步发布跨入人工智能的系列博文，尽情期待
  • Python快速入门系列
  • 快速入门Python数据科学系列
  • 人工智能开发环境搭建系列
  • 机器学习系列
  • 物体检测快速入门系列
  • 自动驾驶物体检测系列
  • …
• 💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

文章目录

• 1. 概述
• 2. 安装Anaconda
• • 2.1 概述
  • 2.2 下载anaconda
  • 2.3 安装Anaconda
  • 2.4 测试Anaconda
  • 2.5 配置Anaconda
• 3. 配置pip国内安装源
• 4. 安装VsCode
• • 4.1 VsCode安装
  • 4.2 VsCode中文支持
  • 4.3 VsCode设置之文件修改自动保存
  • 4.4 VsCode设置之自动补全
  • 4.5 python插件的安装
  • 4.6 jupter插件的安装
• 5. 验证安装环境
• 6. jupyter中常用的快捷键有哪些？

1. 概述

目前主流的Python开发IDE主要有PyCharm、JupterNotebook，VsCode等，以前主流时PyCharm，随着VsCode插件的丰富，目前VsCode已经成为主流的顶流了。

本文将采用Anaconda+VsCode+JupyterNotebook的方案，环境安装完毕后，将拥有Python运行环境、常见的Python库例如python三剑客：Numpy、matplotlib、pandas、机器学习库sklearn全都有了。

2. 安装Anaconda

2.1 概述

Anaconda，中文大蟒蛇，是一个开源的Python发行版本，其包含了conda、Python、sklearn、numpy等180多个科学包及其依赖项。其简化了python软件包的安装，并且自动关联依赖，自动下载依赖的软件包，避免不必要的冲突，另外，anaconda最重要的功能就是创建虚拟环境，实现各种项目开发框架及版本的隔离。

2.2 下载anaconda

Anaconda的官方下载速度较慢，推荐使用清华大学的源下载，尽量选择日期较新的版本，根据操作系统版本选择对应的版本。

• 官方下载地址：https://www.anaconda.com/
• 国内下载地址：
  • 清华大学 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
    

2.3 安装Anaconda

注意事项：不要有中文路径，安装过程无脑下一步即可。
安装完毕之后，python、pip等软件均已安装完毕。

2.4 测试Anaconda

在命令提示符输入conda -V查看conda版本，以确认conda环境是否生效。

PS C:\\Users\\zhoushimin> conda -V
conda 4.10.3

2.5 配置Anaconda

由于Anaconda官方服务器在国外，安装python软件包时下载速度巨慢，因此需要配置国内安装源，在这里使用清华大学的第三方源。

• 首先找到配置文件【.condarc】，其在C盘用户目录下，如图：
  如果不存在，则直接创建即可。

• 打开文件后，将以下内容拷贝到文件中

  channels:
    - defaults
  show_channel_urls: true
  default_channels:
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  custom_channels:
    conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  

• 清除索引缓存
  在命令行执行命令

  conda clean -i
  

• 建立虚拟环境测试下载速度

  conda create -n myenv numpy
  

  测试时会发现下载包的速度杠杠的，测试完毕后，删除myenv虚拟环境

  conda remove -n myenv --all
  

• 恢复官方安装源
  如果使用第三方源出现问题，可以恢复官方安装源重试，恢复指令如下：

  conda config --remove-key channels
  

3. 配置pip国内安装源

使用pip安装软件包时，有些安装包下载速度特别慢，可以选择国内的安装源。

• 安装源列表
  以下安装源可以选择：

  # 清华大学 
  https://pypi.tuna.tsinghua.edu.cn/simple/
  
  # 阿里云 
  http://mirrors.aliyun.com/pypi/simple/
  
  # 中国科技大学 
  https://pypi.mirrors.ustc.edu.cn/simple
  

• 安装源的使用方式

  • 临时使用
    以安装tensorflow使用阿里云安装源为例，在-i后面指定安装源即可

  	pip install tensorflow_gpu==2.3 -i http://mirrors.aliyun.com/pypi/simple/
  	```
  - 永久使用
  	做如下配置后，无需再使用-i选项
  
  

    pip install pip -U #升级 pip 到最新的版本后进行配置：
    pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
    ```
  

• 恢复官方安装源
  如果安装源出现异常，恢复官方安装源的方式如下：

  pip config unset global.index-url`
  

4. 安装VsCode

4.1 VsCode安装

• 下载地址:https://code.visualstudio.com/
• 安装过程
  略

4.2 VsCode中文支持

启动VsCode后，点击左侧的扩展功能栏，输入chinese，选择【简体中文】语言包安装重启即可转换为中文。

4.3 VsCode设置之文件修改自动保存

开启了这个配置后，对文件的修改为自动保存，再也不会因为没有保存导致心血浪费了。

4.4 VsCode设置之自动补全

输入editor.tabCompletion开启自动补全

4.5 python插件的安装

点击VsCode左侧扩展工具栏，输入Python，选择第一个结果，然后在右侧点击安装即可。

4.6 jupter插件的安装

5. 验证安装环境

• 测试python版本
  启动命令提示符，输入python查看python版本，从下图中可知python版本为3.7.0
  

• 测试Vscode中运行jupter notebook
  在目录下创建demo.ipynb文件，ipynb后缀为jupter notebook文件的后缀，在右侧的代码输入框内输入

  	import numpy as np
  	print(np.__version__)
  

  查询numpy的版本，如果正确输出版本号，则说明环境搭建成功，从下图可知，numpy的版本号为1.21.2
  

6. jupyter中常用的快捷键有哪些？

>Ctrl + Enter :运行代码
Shift + Enter：运行代码，光标定位到下一行
Tab : 代码补全
Shift + Tab / ? / ?? ：查看文档
Esc：命令模式
Enter：编辑模式
命令模式下：
A：上面添加一个单元格
B：下面添加一个单元格
DD:删除一个单元格
M:Markdown
Y：代码

• 作者简介：关注AIoT领域的嵌入式开发一枚，追逐未来时代的脉搏，记录路途中的技术成长
• 本文由i机器未来原创，首发在CSDN
• 订阅专栏：物体检测快速入门系列
• 面向人群：具备深度学习理论基础的学生或初级开发者
• 专栏计划：接下来会逐步发布跨入人工智能的系列博文，尽情期待
  • Python快速入门系列
  • 快速入门Python数据科学系列
  • 人工智能开发环境搭建系列
  • 机器学习系列
  • 物体检测快速入门系列
  • 自动驾驶物体检测系列
  • …
• 💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

有问题欢迎留言交流~

开发者涨薪指南 48位大咖的思考法则、工作方式、逻辑体系