文章目录
Python
安装
傻瓜式安装,其中可以勾选自动添加环境变量。如果要装Anaconda3,其中会自带python3,无需再额外手动安装python。
pip包管理
类似conda包管理命令,详见conda。
Anaconda
其实这里我更推荐使用miniconda,anaconda里面的包太多了,很多平时根本用不到,只要会自己安装包,这里我推荐使用miniconda。当然,如果你是纯小白且嫌麻烦,可以直接装个anaconda。
安装
傻瓜式安装,曾经出过在windows10中安装失败,出现的Bug通过更新win10后得到解决,貌似是1709 号补丁出现问题,其次,在anaconda安装快结束时可能会出现一个小黑框,不要手贱关掉它,等它自己关闭就可以了,玄学。。。
若安装过程中没有选择自动添加环境变量(其实两个选项都建议勾选,即便是不推荐),则需要在安装好后手动添加环境变量。
总结一下,出现问题可能的解决办法有:
-
更新系统,尤其是win10。
-
不要手贱关闭快安装完成时出现的小黑框。
-
组策略里关闭windows defender,可能会有权限问题,但出现这个问题的概率很小。
-
添加对应的anaconda环境变量(没自动添加时),以自己的路径为准:
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin // 这个路径之前有次没添加,notebook打不开
conda包管理和环境管理
conda不同于pip,其不仅提供包管理功能,其还提供了虚拟环境管理功能。
-
打开命令行输入conda -V检验是否安装以及当前conda的版本。
-
conda常用的命令 (此处仅简要介绍,其它常用命令用到时可以直接去百度):
- conda list 查看安装了哪些包。
- conda env list 或 conda info -e 查看当前存在哪些虚拟环境
- conda update conda 检查更新当前conda
-
创建Python虚拟环境
conda create -n env_name python=X.X(2.7、3.6等)
conda create -n env_name python=2.7 numpy matplotlib (同时安装必要的包)
-
激活和关闭虚拟环境(仅以windows为例,linux要在前面加source)
activate your_env_name
deactivate your_env_name // 可以使用 python -V查看当前环境
-
对虚拟环境中安装额外的包。
使用命令conda install -n your_env_name [package]
即可安装相应package到your_env_name中 (但推荐先切换到相应虚拟环境下,然后再conda install [package]
进行安装)
- 删除虚拟环境。
-
移除环境
使用命令conda remove -n your_env_name --all,即可删除。
-
删除环境中的某个包。
使用命令conda remove --name your_env_name package_name 即可。
Python3与Python2共存(Anconda3与Anaconda2共存)
先安装Anaconda3,其实共存的本质是在Anaconda3中安装python2的虚拟环境(envs目录中),安装完之后,activate到py2的虚拟环境中,在此虚拟环境中安装anaconda(py2版本的),命令如下:
-
下面的代码创建了一个名为py2的python2.7的环境(envs目录中),最后一个参数表示安装anaconda下python2.7的所有默认包(太大,不推荐,推荐自己安装包,不要嫌麻烦直接装个anaconda),这个参数是可选的。
conda create -n py2 python=2.7 anaconda (不推荐)
conda create -n py2 python=2.7 numpy pandas matplotlib seaborn keras…… (推荐自己安装包)
或者使用下面的命令:
conda create -n py2 python=2.7
activate py2
conda install anaconda //此时的conda环境就为py2了(不推荐)
conda install numpy pandas matplotlib seaborn keras…… (推荐自己安装包)
Jupyter notebook
配置Jupyter notebook使用不同的虚拟环境(kernel)
-
在andconda3中同时安好python3和python2环境之后,在notebook中添加python 2内核的方式如下:
activate py2
python -m ipykernel install --user
这样notebook中就同时存在python3和python2了。
-
为了让Jupyter Notebook支持虚拟运行环境,需要在Anaconda里安装一个插件。(推荐这种方法!!!)
conda install nb_conda
可能还需要在要关联的环境安装中:conda install nb_conda_kernels
或者 source activate myenv
python -m ipykernel install --user --name myenv --display-name “Python (myenv)”这样的话,直接在终端输入
jupyter notebook
,即可看到在notebook中多了几个自己创建的虚拟环境的内核。
在服务器上配置jupyter,并设置远程登录
- 生成配置文件(
~/.jupyter/jupyter_notebook_config.py
)
jupyter notebook --generate-config
- 生成密钥
先进入python环境,执行from notebook.auth import passwd
和passwd()
,这时会让输入两次密码(作为远程登录jupyter时用),然后会生成一个密钥(用于配置文件用)。 - 编辑配置文件:
vim ~/.jupyter/jupyter_notebook_config.py
c.NotebookApp.ip='想绑定的ip地址' # 就是设置所有ip皆可访问 c.NotebookApp.password = u'sha1:cef9c17b4***' # 刚才生成的那个密钥 c.NotebookApp.open_browser = False # 禁止自动打开浏览器 c.NotebookApp.port =9999 # 随便指定一个端口 (冲突时会自动往后寻找没被占用的端口) c.NotebookApp.notebook_dir = u'/home/xxx/jupyter' # 配置jupyter的默认目录(打开jupyter时的根目录)
- 在服务器端启动:
jupyter notebook
此时在客户端浏览器中输入绑定的ip:端口号
,就可以访问了。
快捷键
网上到处是,补充:esc+h 是调出所有快捷键
插件扩展
Jupyter Lab
Notebook的更友好版本
Jupyter notebook功能扩展Nbextensions (超强!)
python -m pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user --skip-running-check
添加对R语言的支持
在安装完R后,进行
conda install -c r r-essentials
,再新建notebook测试添加对Julia语言的支持
先安装Julia,运行Julia,
using Pkg;Pkg.add('IJulia');using IJulia;notebook()
即可添加对C的支持
其他
Google免费的Notebook CoLab
超级好用!!,还提供了免费的GPU,TPU,冒着被骂的风险也要说一句,美帝(google)良心啊。。。
https://colab.research.google.com/notebooks/welcome.ipynb#scrollTo=-Rh3-Vt9Nev9
https://research.google.com/colaboratory/faq.html
Jupyter 和 Colaboratory 有什么区别?
Jupyter 是一个开放源代码项目,而 Colaboratory 是在 Jupyter 基础之上开发的。通过 Colaboratory,您可以使用 Jupyter 笔记本并与他人共享,完全不需要在您自己的计算机上下载、安装或运行任何内容,只要有浏览器就可以使用。缺点:我大天朝的墙。