上手机器学习前,先来学习下Python相关的环境配置吧~

点击上方AI派”,选择“设为星标

最新分享,第一时间送达!

640?wx_fmt=jpeg

640?wx_fmt=gif

作者:奔雷手,目前是名在校学生,当前主要在学习机器学习,也在做机器学习方面的助教,相对还是比较了解初学者学习过程的需求和问题,希望通过这个专栏能够广结好友,共同成长。 

编辑:王老湿


今天这篇是《机器学习入坑指南》专栏的第一篇(专栏介绍见:想学机器学习吗?带坑的那种),主要讲解机器学习中Python相关环境的安装配置问题。本篇内容包含两部分:Anaconda安装和Python多环境配置。

Anaconda安装

俗话说:工欲善其事必先利其器

为了学习方便和管理环境,建议安装Anaconda,它会大大减少你配置环境和更新安装库的时间,简直是首选工具。

Anaconda不仅是我们平时理解的安装和运行Python的工具,也是一个统一和跨平台的虚拟环境。通过Anaconda安装Python,第三方包,在所有操作系统中的运行都是一样的,而且会帮助我们自动完成操作系统底层依赖的安装。Anaconda可以便捷获取包并且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、 Python在内的超过180个科学包及其依赖项。官网下载地址

640?wx_fmt=png

Anaconda下载好以后,双击下载文件,按照提示一步步运行就好了。安装路径可以选择自己想要安装的位置;

640?wx_fmt=png

图片上的安装选项上,大家可以不用选择第一个选项,避免影响他程序中的Python使用,如果大家没有其他程序会用不同的Python,可以勾选这个选项。两个选项表示:

①将Anaconda添加到我的环境变量Path中,选中此项目确保使用Python,IPython、conda和其他程序时可以使用本次安装的python。

② 第二个选项表示将Anaconda设置为本机的默认的Python3.X。选中此项后,其他编译器默认将Anaconda作为默认的Python3.X环境。后续再安装其他Python的IDE(例如Pycharm等)时,这些后装的IDE将自动检测Anaconda并优先选择Anaconda的Python作为其Python解释器(interpreter)。

所以正常电脑单独装Anaconda时,应选第2个选项打勾,如果是Anaconda卸载后重装,则第一个选项打勾。

640?wx_fmt=png

Python多环境设置

主要是两个步骤:

打开Anaconda prompt,即终端.先创建一个名字为py37(可以自己取名)python版本为3.7的环境,=右边数字是python版本

conda create -n py37 python=3.7
640?wx_fmt=png

选择安装,进入当前环境:

activate py37 #进入环境
python    #进入python,也是检验是否安装成功
exit()        #退出python
deactivate    #退出当前环境

检验成功后,进行下一步命令:

pip install ipykernel
640?wx_fmt=png

通过ipykernel给jupyter notebook添加一个环境命令,如下:

python -m ipykernel install --name py37

我们发现返回了一个kernel的地址(可以在地址中找到我们安装kernel的情况)

退出当前环境

deactivate
640?wx_fmt=png

现在我们来看下新建的py37环境是否已经添加好,第一种方法:我们打开返回kernel地址查看,如下图,如果你电脑 program data 是隐藏文件夹,在C盘-最上方查看-勾选隐藏项目即可。

640?wx_fmt=png

第二种方法:打开jupyter notebook查看是否有新建环境名字,重启一个anaconda prompt,输入jupyter notebook,进入后即可点击new,或kernel有py37就成功了。

640?wx_fmt=png
640?wx_fmt=png

查看已有kernel命令:jupyter kernelspec list

删除某个kernel命令:jupyter kernelspec remove 环境名称

为什么分清python环境很重要???

当然是为了降低时间成本。

1.避免语法版本不同引起的错误工具包安装与调用的混乱

至此,我们已经将所需要的新建python3.7版本环境添加至jupyter notebook中,但需要注意的是这个新加的环境如下图,空空如也,需要在这个环境中添加常用的包。环境中没有安装相应包就会导入失败

640?wx_fmt=png

进入相应新建环境:

activate py37

安装包,可以用conda和pip命令,但考虑到某种原因影响网速,用conda安装时间过长,这里推荐pip进行安装(conda使用了一个新的包格式,你不能交替使用pip 和conda。因为pip不能安装和解析conda的包格式。你可以使用两个工具 但是他们是不能交互的。)

pip install numpy
pip install pandas 
pip install matplotlib
640?wx_fmt=png
pip install -U scikit-learn
640?wx_fmt=png

更新pip (如果提示pip版本太低,则需更新pip),重启一个anaconda prompt(anaconda默认环境)

命令:python -m pip install --upgrade

安装完常用的库后,终端打开jupyter notebook ,选用我们新建的kernel即可开始编程

640?wx_fmt=png

jupyter notebook 基本使用技巧

这里再推荐几个常用到的 jupyter notebook的常用快捷键,以下所有操作均需在命令模式下进行

向上增加空白cell, A



/ 今日赠送书籍 /

之后打算每天都赠送一本书籍给大家,获取方式为混脸熟根据下面的今日留言主题去用心留言,我从最脸熟的读者中选出一位来赠送),留言的位置为AI派公众号当天发布文章的头条或者次条,很多人不理解什么是头条和次条,我来举一个示例大家就明白了。


640?wx_fmt=jpeg


今天我们就是在“次条”留言来获取书籍的,今天的书籍为《利用Python进行数据分析》。


640?wx_fmt=jpeg

本书简介:

还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程?本书含有大量的实践案例,你将学会如何利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等)高效地解决各式各样的数据分析问题。

由于作者Wes McKinney是pandas库的主要作者,所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。

?↑↑扫描上方二维码可购买


恭喜上期通过留言成功混脸熟的读者:黄伟,赠送一本《Python大规模机器学习》

请该同学联系小编:wanglaoshi201908

640?wx_fmt=jpeg

/ 今日留言主题 /

你在环境配置方面遇到过哪些烦人的坑?

近期专栏推荐

1. 算法原理稳如狗,工程落地慌得很!AI炼丹炉实践指南来啦~

2. 从0到1,数据分析师修炼之路

3. "王老湿,我。。我想学那个。。爬虫。可以嘛"

4. 想学机器学习吗?带坑的那种

640?wx_fmt=png

点下「在看」,给文章盖个戳吧!        
Python网络爬虫与推荐算法新闻推荐平台:网络爬虫:通过Python实现新浪新闻的爬取,可爬取新闻页面上的标题、文本、图片、视频链接(保留排版) 推荐算法:权重衰减+标签推荐+区域推荐+热点推荐.zip项目工程资源经过严格测试可直接运行成功且功能正常的情况才上传,可轻松复刻,拿到资料包后可轻松复现出一样的项目,本人系统开发经验充足(全领域),有任何使用问题欢迎随时与我联系,我会及时为您解惑,提供帮助。 【资源内容】:包含完整源码+工程文件+说明(如有)等。答辩评审平均分达到96分,放心下载使用!可轻松复现,设计报告也可借鉴此项目,该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的。 【提供帮助】:有任何使用问题欢迎随时与我联系,我会及时解答解惑,提供帮助 【附带帮助】:若还需要相关开发工具、学习资料等,我会提供帮助,提供资料,鼓励学习进步 【项目价值】:可用在相关项目设计中,皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面,可借鉴此优质项目实现复刻,设计报告也可借鉴此项目,也可基于此项目来扩展开发出更多功能 下载后请首先打开README文件(如有),项目工程可直接复现复刻,如果基础还行,也可在此程序基础上进行修改,以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途。质量优质,放心下载使用。
评论
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