python及其工具

参考:
【1】关于conda和anaconda不可不知的误解和事实——conda必知必会
【2】Anaconda完全入门指南
【3】Win10 64 位Tensorflow-gpu安装（VS2017+CUDA9.2+cuDNN7.1.4+python3.6.5）

1 conda：包管理器

python语言，脚本语言，需要解释器（是一个工具）。还需要依赖一些库。自带的库、第三方的库还要要未来扩展的库。他的这些包如何自动的安装和卸载，需要一个工具，常用的工具叫Conda。当然其他管理工具，比如pip。二者的侧重不同。具体区别参见【1】.

2 Anoconda：开源的包、环境管理器

上边的这一堆的包，有版本问题，且不同的包之间还有相互的依赖关系。由于python2和python3两个版本的程序存在不兼容的情况，而我们的电脑上有时候需要两种甚至多种版本的都存在，为了适应这种同时存在并自由切换，需要安装两个或多个环境，因此，就由Anoconda来管理。类似于虚拟机的概念，这里叫环境。不同的环境下有不同的python版本及其依赖的包等东西。当然，为了在环境下管理这些包，
因此，这个环境下也想当然的有conda，而由其实现的这些创建等功能。
Anoconda是包含python、conda等比较多的包。最小容量的叫Miniconda。
关于anocoda与conda关系参考【1】.

关于环境的创建过程：
（1）下载Anoconda（windows下的相应版本）exe程序, 安装之。
官网地址：https://www.anaconda.com/distribution/
但是官网太慢了，有个清华的镜像站。地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
（2）在command promote下使用以下命令创建环境：使用如下命令：

conda create --name=labelme python==3.5 命令解释：
（a）labelme是环境的名字，可以随便起
（b）python==3.5表面该环境下的python使用3.5.
©更多的说明参考【2】
© 该命令表示要创建环境，他会提示需要安装的包，其中有vs，pip，python等。默认他会从conda配置的一个网址下载包安装，但这个一般在国外，往往网速不给力。所以，一般大家会选择国内的镜像，国内的镜像有清华，中科大，阿里等。具体地址网上可搜索，（也可见下面部分）。 如何添加镜像。对于上述的情况应当退出，如果强行关窗口，再次安装时会提示锁住，需要清除一下。
使用镜像方法：command promote下运行以下命令添加了2个清华的镜像：
（后面有多个镜像地址，建议把他们都加上，然后下载安装。笔者连续使用，速度杠杠的，非常有效！！）

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

然后再次运行环境创建语句：

conda create --name=labelme python=3.5

（3）激活环境，如图使用activate命令激活环境名称：activate labelme

3 labelme

可以安装在anaconda下的环境下，使用conda安装，也可以使用pip安装。
在环境下已经安装了pip，就可以用了。
（1）进入上面创建的环境中。 activate labelme
（2）安装pyqt5.这是labelme依赖的包。安装方法：
注意，这里要用管理员权限，否则可能会失败。管理员权限使用方法，搜到promot，cmd等，右键管理员权限打开。

pip install pyqt5
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5

上面的是默认安装，下方的使用的清华镜像，主要为了速度。
（3）安装labelme

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

同上，可以使用镜像。
(4)运行labelme

activate labelme
labelme

第一个是激活之前创建的环境，第二个是启动labelme这个程序！！

4 tensorflow

用于训练模型，也可以运行模型。自己网页搜索。
分为gpu版本和cpu版本。参考【3】。
如果要是在上面的环境中装tensorflow，与安装其他包类似：

pip install tensorfow==1.10
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorfow==1.10

这里安装的cpu版本的1.10版。上面的是默认，下面清华镜像。对于pip安装的使用下面的这个镜像更快！

5 cuda和cudnn

主要为了在有gpu的机器上进行tensorflow训练加速用的。安装方法参考【3】。

6 使用yml文件创建环境并安装文件

6.1 yml文件由来

python下工具及其版本对应关系很重要。有时在一台机器上创建的环境想在另外的机子上或给他人使用，则将这些所有的程序及其版本列一遍是非常繁琐的。为此，还提供了yml文件创建的方式。
这里分享两个tensorflow的例子：

name: tensorflow
 
dependencies:
    - python=3.7
    - pip>=19.0
    - jupyter
    - tensorflow=2.0
    - scikit-learn
    - scipy
    - pandas
    - pandas-datareader
    - matplotlib
    - pillow
    - tqdm
    - requests
    - h5py
    - pyyaml
    - flask
    - boto3
    - pip:
        - bayesian-optimization
        - gym
        - kaggle        

name: tensorflow-gpu

dependencies:
    - python=3.7
    - pip>=19.0
    - jupyter
    - tensorflow-gpu=2.0
    - scikit-learn
    - scipy
    - pandas
    - pandas-datareader
    - matplotlib
    - pillow
    - tqdm
    - requests
    - h5py
    - pyyaml
    - flask
    - boto3
    - pip:
        - bayesian-optimization
        - gym
        - kaggle

上例中，创建的环境名称为：tensorflow-gpu，其所依赖的程序及其版本在下面列出。

6.2 如何获得yml文件

可以手写，但是麻烦。可以利用命令导出一个这样的文件，命令：

conda env export --name ENVNAME > envname.yml

以上会将相应名称的空间的程序生产yml文件
可以在网上找一些人分享的，就可以安装了。

6.3 使用yml文件创建空间

打开cmd。运行以下命令即可安装：

conda env create -v -f tensorflow-gpu.yml

即可安装其所说的方式创建空间并安装相应程序。
注意：当前运行路径与yml文件的路径关系。

7 其他应用

(1) opencv

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

注意管理员权限打开
(2)skimage.io

注意，这里是scikit-image。如果其他会报错。注意这里好像只有pip下有，conda下好像没有
注意管理员权限打开

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-image

(3) spyder
有三种方法：
a）在navigator中装
b）进入anoconda下，激活环境。使用pip装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple spyder==4.0.1

c) 进入anoconda下，激活环境。使用conda装

conda install spyder==4.0.1

8 软件包升级

参考这里：https://blog.csdn.net/zl1085372438/article/details/88083850

9 其他的事情

（1）Miniconda下载地址：https://docs.conda.io/en/latest/miniconda.html

(2) Conda相关的介绍地址：
包括conda的命令、包、环境、通道等概念。
https://docs.conda.io/projects/conda/en/latest/
其中各个命令行地址：
https://docs.conda.io/projects/conda/en/latest/commands.html

（3）Anaconda的各种工具的帮助地址：
https://docs.anaconda.com/anaconda/

（4）离线安装包下载：这里有一个合集的东西：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml

9 镜像：
其他的镜像可以参考：
https://blog.csdn.net/xd_wjc/article/details/80587488
https://blog.csdn.net/minixuezhen/article/details/96772364

清华源

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/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/