提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
一、配置Python环境出现的问题
原因: 环境未激活,库无法加载,需要激活对应环境
解决办法:
(1)系统添加环境变量
(2)在CMD上查找conda的位置conda info --envs
(3)继续输入conda activate Anaconda安装目录
是上图*的安装目录 ,但是发现弹出错误
针对该问题的解决办法:
(1)打开CMD,先输入activate,回车。
(2)然后再conda activate xxx ,回车 。
此时在输入python,显示成功
总结:每次进入的完成流程
验证是否启动成功
(base) C:\Users\张乐辞>python
Python 3.9.7 (default, Sep 16 2021, 16:59:28) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch //1、加载数据包
>>>
>>>
>>> torch.__version__ //2、验证版本
'2.2.2+cu121'
>>> torch.cuda.is_available() //3、查看cuda是否运行成功
True
>>> torch.cuda.get_device_name(0) //4、看cuda是否能正确识别显卡
'NVIDIA GeForce GTX 1050 Ti'
>>> exit() //5、退出
(base) C:\Users\张乐辞>
二、验证
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。