超详细版miniconda的安装，创建虚拟环境，配置Vscode

python3.11

已于 2024-10-19 19:19:54 修改

阅读量8.9k

点赞数 22

文章标签： python numpy conda

于 2024-10-19 11:48:01 首次发布

本文链接：https://blog.csdn.net/2203_75282809/article/details/143066464

版权

文章目录

前言
- 配置环境
- - 安装 vscode
  - 安装 miniconda
  - 配置虚拟环境
  - 在VScode 使用虚拟环境
- 运行程序
- - 程序1
  - 程序2
参考链接

前言

配置环境

安装 vscode

Pycharm 体积过大，而且兼容性也不如 VScode，所以优先安装 VScode

官网链接：https://code.visualstudio.com/download

在这里插入图片描述

选择自己系统对应的下载链接

安装成功后，安装 Python 相关插件

在这里插入图片描述

也可以选择汉化

在这里插入图片描述

建议安装 C++插件

在这里插入图片描述

安装 miniconda

我觉得 Anaconda 太大了，而且它的图形化界面我也不喜欢，操作起来也比较慢，在这里推荐使用 miniconda

官网链接：Miniconda — Anaconda documentation

在这里插入图片描述

选择自己系统对应的下载链接

官网可能比较卡，推荐使用镜像源

清华镜像：Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

在这里插入图片描述

默认安装，注意这一步要勾选环境变量

验证是否安装成功：

在菜单栏中直接打开或搜索 Anaconda Prompt

在这里插入图片描述

安装成功

查看 conda 版本

在终端输入命令

conda --version

在这里插入图片描述

配置虚拟环境

虚拟环境，就是把我们安装的 python 包集成化起来，环境与环境之间不会相互影响，人性化管理

打开 Anaconda Prompt，后续操作都在这个终端进行

在这里插入图片描述

创建虚拟环境

python建议使用 3.9 版本，版本太高，后续配其他包时会出现 bug
```
conda create -n text python=3.9
```
激活虚拟环境
```
conda activate text
```

配置镜像源

我使用的是清华源

临时指定镜像源下载

pip install 包名  -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

设置为全局

conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

查看已经添加的镜像源
```
conda config --show channels
```

安装Python功能包

pip install numpy
pip install matplotlib

在这里插入图片描述

查看安装的包
```
pip list
```

在这里插入图片描述

在VScode 使用虚拟环境

打开命令面板。选择 “Python：选择解释器”。

在这里插入图片描述

环境配置成功，YES！

运行程序

程序1

要求：运行打印“hello, world”程序；
源码：
```
print("hello,world")
```
运行截图

在这里插入图片描述

程序2

要求：导入扩展库numpy，matplotlib，绘制sin曲线

源码：

import numpy as np
import matplotlib.pyplot as plt

# 定义x的范围
x = np.linspace(0, 4 * np.pi, num=512)

y = np.sin(x)

# 绘制sin曲线，添加颜色、线型和标签
plt.plot(x, y, color='blue', linestyle='--', label='sin(x)')

# 添加标题和坐标轴标签
plt.title('Sine Wave')
plt.xlabel('x values (radians)')
plt.ylabel('sin(x)')

# 显示图例
plt.legend()

# 优化图形显示
plt.grid(True)
plt.tight_layout()

# 展示图形
plt.show()