python科学计算环境搭建

一、Anaconda下载安装

建议: 由于anaconda中自带python,因此，在安装anaconda之前，把系统中安装python卸载掉。

1. 下载

官网下载地址anaconda, 下拉到最后, 找到相应的版本下载后安装

安装进行到这一步，第一个是自动配置环境变量，第二个是设置anaconda中的python为我们默认python环境，我这里全部选上，然后后面直接点下一步就行

配置环境变量, 我们检查一下是否配置好，因为我安装的时候选择的是“Just me”，所以环境变量配置在了用户中

验证是否安装成功,打开cmd，输入命令conda -V, python -V

2. 环境的基本使用

在使用之前, 我们先修改anaconda的源: C:\Users\用户名\.condarc, 将下面复制进去, 没有该文件先查看自己是否设置了显示隐藏文件，如果还是没有可以自己添加

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

打开环境, 两个随便点击一个即可

查看conda中常用的命令

conda

查看conda相关信息

conda info

查看conda中所有的包

conda list

查看conda中是否安装指定的包

conda list matplotlib

这里我们也可以看出matplotlib的版本为3.5.2, 而matplotlib官网中的版本为3.6.0,因此我们在使用时要注意版本不同导致兼容性问题

从conda仓库中搜索指定的包

conda search matplotlib

这里可以看出conda仓库中最新的matplotlib版本是3.5.3

安装指定的包 / 指定版本的包

conda install -n base matplotlib
conda install -n base matplotlib=3.5.3

卸载指定版本的包

conda uninstall matplotlib=3.5.3
conda remove matplotlib=3.5.3

更新包

conda upgrade -n base matplotlib
conda update -n base matplotlib

创建虚拟环境

conda create

二、使用matplotlib完成数据可视化

matplotlib是python的一个综合库，用来绘制静态的、动态的和交互的可视化图表。一般在科研中用的比较多

1. 使用PyCharm

1. 搭建环境

1. 修改字段编码格式 : File->Other Settings->Settings for other project
   
2. 添加 Python Interpreter
   
   
3. 创建项目
   

2. 编写代码

先创建包Python Package,然后创建Python File,最后编写代码

import matplotlib.pyplot as plt

plt.plot([2, 3, 4, 5])
plt.ylabel('some numbers')
plt.show()

2. 使用Jupyter Notebook

我们还可以使用Jupyter Notebook进行学习, 他是基于网页的用于交互计算的应用程序, 其可被应用于全过程的计算: 开发、文档编写、运行代码和展示结果，简言之，Jupyter Notebook是以网页的形式打开并可以在网页中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于进行及时的说明和解释。

Jupyter Notebook中所有交互计算、编写说明文档、数学公式、图片以及其他富媒体形式的输入和输出，都是以文档的形式体现。这些文档是保存为扩展名为.ipynb的JSON格式文件, 此外，文档还可以导出为HTML、LaTex、PDF等格式

打开Jupyter Notebook

新建notebook

可以写markdown文档

还可以写代码