1. 安装 Python3(可以直接安装anaconda而不用再去安装python和单独进行环境变量配置,并且在所有的新电脑上想要安装python,最好也是选择直接安装anaconda,不然后面用到其他内容的时候还是要踩好多坑,https://zhuanlan.zhihu.com/p/59462747),新手推荐使用 anaconda3 安装,具体教程可以参考网上教程 (https://www.anaconda.com/products/individual 安装包在页面的最下面 https://ccran.online/articles/2020/03/29/1585471017010.html 简易安装过程)。
如果计算机上已经安装了 Python,安装不会对你有任何影响。实际上,脚本和程序使用的默认 Python 是 Anaconda 附带的 Python,所以安装完Anaconda已经自带安装好了Python,不需要你再安装Python了。
编辑环境变量的时候,编辑的是下方的环境变量,新建以后进行编辑:
以及在安装过程中上述那个安装过程有没有说清楚的地方,有一些选项应该像下面这样选,尤其是右边这张图,上面那个选项是帮你自动配置好环境变量的,选了之后就不用自己在去配置了:
测试有没有成功,注意一定要是在命令行下,不要到了python里面去输入了,那样就会有一堆错误,比如说找不到conda之类的:
这些库可以通过conda安装,也可以在GUI界面Navigator上点击安装或更新。
里面也有一些命令讲解和配置之类的,写的还比较详细
上面那个安装过程中的环境变量的配置还是写的不太详细,详细的可以看这个: https://blog.csdn.net/ITLearnHall/article/details/81708148
2. 安装 scikit-learn,打开 Anaconda Prompt,输入 pip install scikit-learn或者是conda install scikit-learn,其他细节自行参考网上教程(基本上不太需要看https://scikit-learn.org/stable/install.html)。
基本上输入命令以后很快就会安装成功。
还可以参考的链接:初学 Python 者自学 Anaconda 的正确姿势是什么? https://www.zhihu.com/question/58033789
简单来说,Anaconda是包管理器和环境管理器,Jupyter可以将数据分析的代码、图像和文档全部组合到一个web文档中。
你可能已经安装了 Python,那么为什么还需要 Anaconda?有以下3个原因:
1)Anaconda 附带了一大批常用数据科学包,它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2)管理包:帮助你在计算机上安装和管理这些包,包括安装、卸载和更新包。
3)管理环境:为什么需要管理环境呢?
比如你在A项目中用了 Python 2,而新的项目B老大要求使用Python 3,而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。
还有很多项目使用的包版本不同,比如不同的pandas版本,不可能同时安装两个 Numpy 版本,你要做的应该是,为每个 Numpy 版本创建一个环境,然后项目的对应环境中工作。这时候conda就可以帮你做到。
Anaconda中就包含有VSCode:
Visual Studio Code是一个轻量级但功能强大的源代码编辑器,可在桌面上运行,适用于Windows,macOS和Linux。它内置了对JavaScript,TypeScript和Node.js的支持,并为其他语言(如C ++,C#,Java,Python,PHP,Go)和运行时(如.NET和Unity)提供了丰富的扩展生态系统。
anaconda中也可以安装pycharm:
Pycharm:
优点:支持全面Python开发,无论是小白还是大神都简单易用,同时可以提示错误以及提醒,还可以进行debug。
缺点:刚刚打开程序时,简直不要太慢,等得好捉急。。。