Conda Pycharm Python 服务器等的使用记录

anaconda prompt环境与库

学习第一步，删库跑路（要先取消激活）

conda remove -n  (名称) --all

查看环境

//二选一
conda env list
conda info --envs

创建新环境

conda create -n (名称) python=(指定版本)

激活环境

conda activate (名称)

取消激活

conda deactivate

查看虚拟环境下安装的库

pip list

安装库

pip install (名称)

一次性下载要求的库，如果有requirement.txt的话直接

pip install -r (地址/requirement.txt)

一个要求文件里面一般长这样

没有就自己写一个

PyCharm添加Anaconda中的虚拟环境

刚刚一通操作，环境有了，要自己写个python看看，打开pycharm
新建工程，怎么把刚刚那个环境用上

找到anaconda安装目录下的conda.exe文件

能看到之前创建的新环境选项

就好了

多添加了一个看着 烦，怎么删除呢？
File-Setting-Project:…-Show All…

Remove Interpreter完成

python print打印显示不全设置

#  参考链接：https://www.cnblogs.com/zwtgyh/p/10641961.html
import pandas as pd

#显示Dateframe所有列(参数设置为None代表显示所有行，也可以自行设置数字)
pd.set_option('display.max_columns',None)

#显示Dateframe所有行，同上
pd.set_option('display.max_rows',None)

#设置Dataframe数据的显示长度，默认为50
pd.set_option('max_colwidth',200)

#禁止Dateframe自动换行(设置为Flase不自动换行，True反之)
pd.set_option('expand_frame_repr', False)

Default argument value is mutable

参考链接：https://blog.csdn.net/tcx1992/article/details/81312446

问题

对Python函数的参数赋初始值，称为Default Argument Values。给这些参数赋值为可变对象（mutable object)，比如list，dictionary，很多类的实例时，要小心了，因为函数参数的初值只能被计算一次（在函数定义的时间里）。

官方文档：Important warning: The default value is evaluated only once. This makes a difference when the default is a mutable object such as a list, dictionary, or instances of most classes. For example, the following function accumulates the arguments passed to it on subsequent calls.

https://docs.python.org/3/tutorial/controlflow.html#more-on-defining-functions

示例

def f(a, L=[]):
    L.append(a)
    return L

print(f(1))
print(f(2))
print(f(3))

输出

[1]
[1, 2]
[1, 2, 3]

在第二次调用函数时，my_list=[]不会再被执行！
之前调用的输入一直累计，多次调用的时候会出错

解决方法

def f(a, L=None):
    if L is None:
        L = []
    L.append(a)
    return L

服务器新建环境又一次

服务器上发现之前建的环境python版本和本地不一致，新建环境的时候指定安装位置，想放到我的用户目录下有个.conda下的env里面

conda create --prefix=/home/(用户名)/.conda/env/(新建的环境名) python=(指定版本)

想要删掉之前那个空空如也且没用了的环境，发现会报错，不能删除当前环境，取消激活也没用，发现是用户目录下.bashrc里面有一句

# <<< conda initialize <<<
conda activate (之前的环境名称)

把这句改成我现在的，再取消激活，再删除旧环境，成功

一些常用的Linux指令

对不起老师，我真的已经忘光了

linux教程

查看每个用户占用空间的大小：

# 查看所有用户
sudo du -sh /home/*
# 只查看自己的
sudo du -sh /home/(用户名)

处理文件夹常用：

ls（英文全拼：list files）: 列出目录及文件名
cd（英文全拼：change directory）：切换目录
pwd（英文全拼：print work directory）：显示目前的目录
mkdir（英文全拼：make directory）：创建一个新的目录
rmdir（英文全拼：remove directory）：删除一个空的目录
cp（英文全拼：copy file）: 复制文件或目录
rm（英文全拼：remove）: 删除文件或目录
mv（英文全拼：move file）: 移动文件与目录，或修改文件与目录的名称

1. 查看目录下文件

# 不包括隐藏文件
ls
# . 开头的隐藏文件也会列出
ls -a

2. 切换目录

cd [相对路径或绝对路径]

3. 显示当前目录

pwd [-P]

4. 新建文件夹

mkdir -p (名称(当前目录下)或路径加名称)
-m ：配置文件的权限喔！直接配置，不需要看默认权限 (umask) 的脸色～
-p ：帮助你直接将所需要的目录(包含上一级目录)递归创建起来！

5. 删除文件

 rm [-fir] 文件或目录
 -f ：就是 force 的意思，忽略不存在的文件，不会出现警告信息；
-i ：互动模式，在删除前会询问使用者是否动作
-r ：递归删除啊！最常用在目录的删除了！这是非常危险的选项！！！

禁止其他用户访问用户目录

设置目录权限就够了，隐私满满，但是拦不住root

sudo chmod 0700 /home/(用户名)

python numpy数组除0处理

需要在除以0时将结果替换为0

# np.divide()
arr = np.divide(a, b, out=np.zeros_like(b), where=b!=0)

'''chatgpt解释
out=np.zeros_like(b) 指定结果应存储在一个新数组中，该数组与b具有相同的形状，并且初始化为零。
where=b!=0 是一个条件，指定在哪里执行除法。它确保仅在b中的元素不等于零时执行除法。如果b中的元素为零，则相应的结果将被替换为零。
执行此代码后，数组b将包含除法的结果，并且任何除以零的结果都将被替换为零。
'''

numpy数组检查异常值

1. 检查有无超出范围

check = np.isfinite(data)

# 只要有一个超出范围就是False
check = np.isfinite(data).any()

2. nan，inf

check = np.isnan(data).any()  # nan
check = np.isinf(data).any()  # inf

3. 定位异常值

# nan为例
nan_locations = np.where(np.isnan(arr))

scipy.stats

调用了skew函数，后续计算检查发现有缺失值NaN
检查出来是这个函数的输出，然后查看文档
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.skew.html
发现所有值相等时返回NaN

'''
Returns:
skewness ndarray
The skewness of values along an axis, returning NaN where all values are equal.
'''

使用数组索引提取数组指定行和列

错误写法：

choose1 = [0, 1]
choose2 = [2, 3]
new = matrix[choose1, choose2]

正确写法：

new = matrix[choose1][:, choose2]

处理提取出来的新数组的时候，遇到报错

# valueerror: ndarray is not c-contiguous

把数组转换为C连续

new = np.array(matrix[choose1][:, choose2], order='C')
# 或者
new=np.ascontiguousarray(new)

Python代码中主动退出进程，不抛出异常

python程序主动退出进程的方式

import sys
sys.exit(0)

Python取数组的奇数或偶数列

参考链接

a[start:end:step]  # [start:end) 通常写法省略了步长
a[::2]  # 从第一个起到最后一个（包括）步长为2

Python 出现 RuntimeWarning: invalid value encountered in multiply

解决方案

我的代码中pj变量存在0值，本来用np.where将pj为0的地方pj*log的这个值直接赋值为0

buf = np.where(pj !=0, pj * np.log(pj), 0)
hp = - np.sum(buf, axis=1)

但还是会警告，所以直接加一个小值防止报错

pj += 0.000001  # 防止log0警告
hp = - np.sum(pj * np.log(pj), axis=1)

datafram选取特定行列

需求：要取的列名保存在一个List里面，索引取这些列的指定行，最后转换为数组格式

data = df[select_colums].iloc[idx].to_numpy()