python学习笔记09:新手快速上手Anaconda完全解析----(conda指令、jupyter打开非默认文件夹、Spyder汉化)

目录

1  配置与conda指令

1.1 配置环境变量

1.2 coda指令

1.2.1 环境创建

1.2.2 第三方库的安装与卸载

1.2.3 杂项梳理

2 使用jupyter notebook写python代码

2.1 jupyter打开非默认文件夹

2.1.1 控制台方法

2.1.2 Anaconda Prompt方法

2.2 jupyter notebook写代码

2.2.1 打开或新建python代码文件

2.2.2 python代码撰写

3 使用Spyder写python代码

3.1 汉化

3.1.1 下载汉化包

3.1.2 安装汉化包

3.1.3 配置

3.2 基本设置与使用

3.3 调试代码

4 Anaconda配置gym库

5 参考资料


 

Anaconda的下载方法参见之前的一篇文章必备技能05:告别官网龟速,快速下载Anaconda的方法

1  配置与conda指令

1.1 配置环境变量

  • 如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹;
  • 之后Win+R进入控制台,进行下操作:

  • 输入activate可进入Anaconda虚拟环境

  • 虚拟环境下调用python

  • 退出解释器

1.2 coda指令

1.2.1 环境创建

#查看安装的Anaconda的版本
conda -V #注意是大写的,用来
conda --version #效果与V相同

#查看帮助信息
conda -h
conda --help

#指定运行的环境
conda create --name python34 python=3.4

#激活环境
activate envname

#删除已有环境
conda remove --name python34 --all

#安装指定版本的包
conda install -n python34 numpy

#查看conda信息
conda info

# 更新所有包
conda update

# 更新python
conda update python

# 更新conda本身
conda update conda

1.2.2 第三方库的安装与卸载

安装的包都放在

conda install requests
conda remove requests

1.2.3 杂项梳理

# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)
conda create --name python34 python=3.4

# 安装好后,使用activate激活某个环境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活后,会发现terminal输入的地方多了python34的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH

# 此时,再次输入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系统已经切换到了3.4的环境

# 如果想返回默认的python 2.7环境,运行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python34 --all


#-------------------------------------包管理---------------------------------
# 安装scipy
conda install scipy
# conda会从从远程搜索scipy的相关信息和依赖项目,对于python 3.4,conda会同时安装numpy和mkl(运算加速的库)

# 查看已经安装的packages
conda list
# 最新版的conda是从site-packages文件夹中搜索已经安装的包,不依赖于pip,因此可以显示出通过各种方式安装的包

# 查看当前环境下已安装的包
conda list

# 查看某个指定环境的已安装包
conda list -n python34

# 查找package信息
conda search numpy

# 安装package
conda install -n python34 numpy
# 如果不用-n指定环境名称,则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装

# 更新package
conda update -n python34 numpy

# 删除package
conda remove -n python34 numpy

# 更新conda,保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python
# 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本

2 使用jupyter notebook写python代码

2.1 jupyter打开非默认文件夹

从开始菜单打开的jupyter,进入的是默认的文件夹;如果需要自己指定文件夹,则需要自己手动切换

2.1.1 控制台方法

  • win + R,输入cmd进入控制台模式
  • 输入你要打开的路径:cd /d E:\python\Code\markov\RL-Zoo-master
  • 在该目录下,输入:jupyter notebook

2.1.2 Anaconda Prompt方法

  • 输入你要打开的路径:cd /d E:\python\Code\markov\RL-Zoo-master
  • 在该目录下,输入:jupyter notebook

2.2 jupyter notebook写代码

2.2.1 打开或新建python代码文件

如果要打开本地的*.py文件,点击Files下的Upload按钮,选择要打开python文件所在的目录即可;但是这种打开方式貌似是不能编写代码

如果要新建python代码文件,则点击New下的Python3,即可创建出新的*.ipynb后缀的文件

2.2.2 python代码撰写

在每一个Cell中撰写代码,然后点击Run就可以,运行出结果;对于临时的小段代码测试,十分方便

  • File菜单:用于文件的下载、重命名、新建、打开等操作
  • Edit菜单:主要涉及Cell相关的复制、剪切、替换、合并、分割等操作
  • View菜单

  • Insert菜单的功能是在当前Cell之上或之下,添加新的Cell

  • Cell菜单:运行Cell相关的操作,全部运行、运行下方的、上方的等

3 使用Spyder写python代码

在【开始】菜单中找到Spyder

打开之后的软件界面:

3.1 汉化

3.1.1 下载汉化包

汉化包下载地址

3.1.2 安装汉化包

3.1.3 配置

3.2 基本设置与使用

  • 显示工程浏览栏:View --> Panes -->  Project Explorer
  • 新建工程项目:Project --> New Project
  • 打开已有工程项目:Project --> Open Project
  • 将鼠标放在某个变量上,停留一会儿,将会高亮显示该变量出现的所有位置
  • 变量资源管理器中会显示使用到的变量名称、类型、尺寸、值等信息

3.3 调试代码

spyder的调试是基于pdb的调试

  • 点击spyder工具栏上的Debug file按钮,或者使用快捷键Ctrl+F5开始调试;

  • 在ipython界面出现 ipdb >说明已进入调试状态
  • 每次开始debug之前,先在spyder的ipython界面中输入%reset 把工作空间的所有变量清除
  • 在想打断点的那一行行首双击鼠标即可添加断点
  • 按住Ctrl+Shift,再双击行首,会弹出一个小框;设置有条件的断点,有条件的断点是一个带问号的圆

  • 逐行调试

  • 在ipdb >输入q,退出调试
  • 步入函数内部,用于调试函数内部的代码

  • Return的功能与Step Into的功能刚好相反,当使用Step Into进入函数之后,按Ctrl+Shift+F11 后会直接跳到该函数的执行的最后一行,此时在按一遍Ctrl+Shift+F11 或者Ctrl+F10 (单行执行)就可以跳出函数了

  • 运行到下一断点处

  • 停止调试

 

4 Anaconda配置gym库

#查看当前环境
#方式一:
conda info -e
#方式二:
conda env list

#创建新的gymlab环境:需要根据自己的版本来指定
conda create -n gymlab python=3.7

#激活环境
conda active gymlab

#退出当前环境
conda deactive gymlab

#删除conda环境
conda env remove -n gymlab

也可以在github上下载gym

git clone https://github.com/openai/gym.git
cd gym
pip install -e

在pypi上下载gym包,然后pip安装

pip install gym-0.15.4.tar.gz

5 参考资料

使用spyder3调试python程序的简明教程

Spyder的安装与汉化

Python学习之Anaconda的使用及配置方法


如果喜欢我的分享,可关注以下两个公众帐号

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

打赏作者

小薛引路

喜欢的读者,可以打赏鼓励一下

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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