AI算法工程师 | 02人工智能基础-Python基础（一）开发环境搭建

需下载的工具：

1. Anaconda 或者 Miniconda （本文下载的是Miniconda）
2. Pycharm
3. Jutyper

Python开发环境搭建

1. Python开发环境选择及下载

Python开发环境选择

原生Python VS Anaconda：

原生的Python有Pip小工具，而Anaconda中不仅有Pip还有Conda供选择。

其中，Pip和Conda都可管理环境，它们的区别有：

• Pip是一个模块管理器，可安装python模块（即：安装python依赖库）；
• Conda小工具不仅可以安装python模块，还可以安装不是python的一些模块（即：安装所有依赖库）。
• Conda提供虚拟环境，可运行在不同操作系统中，如：Windows、Linux、macOS。使用Conda可创建、加载、保存虚拟环境，也可切换到不同系统中使用虚拟环境。

Miniconda VS Anaconda：

同：两者都可更好的管理不同的Python版本。
异：① Miniconda = Conda + 某个版本的Python + 基础的模块；② Anaconda = Miniconda + 众多的模块 + 用户界面。

虽然Anaconda 具有方便、自动化、全面携带需要的包等优点，但由于它预装很多不常用模块，导致安装比较耗时且占用空间大。而对于人工智能方面的工作而言，Miniconda是足够用的，它可通过命令行的方式去管理模块和创建环境。

因此，推荐使用Miniconda作为Python的开发环境。

Miniconda下载

官网：https://docs.conda.io/en/latest/miniconda.html

推荐在清华镜像中下载Miniconda（比官网下载更快）https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

打开网页后，可 Ctrl + F 直接在网页中 搜索Miniconda3-latest 找到对应版本的安装文件。若是Windows 64位系统，则选择 Miniconda3-latest-Windows-x86_64.exe 进行下载。

注意：Python有Python2的版本和Python3的版本。在公司做人工智能，更多的是用Python3的版本。

2. Miniconda安装和测试

第一步：Miniconda安装（Python开发环境）

在文件夹中点击下载好的Miniconda3-latest-Windows-x86_64.exe，并进行安装：

第二步：配置环境变量


Anaconda环境安装好，代表有了Python的执行环境。

第三步：验证是否安装成功

方式一：WIN + R 输入cmd，打开命令行窗口，输入conda info（出现版本等信息，说明安装成功）

方式二：在电脑中搜索，找到Anaconda Powershell Prompt后双击打开，输入conda info（出现版本等信息，说明安装成功）

3. Pycharm安装和代码运行

第一步：Pycharm下载与安装（Python开发工具）

Pycharm——IDE集成开发环境： https://www.jetbrains.com/pycharm/

Pycharm有 Professional 和 Community 两种版本，做AI只需下载Community 社区版就足够用了。

下载完成后，双击exe文件进行安装，之后都可直接点击 “next” 完成安装。其中，安装路径可自行修改。

注意：在安装文件时，存放文件的路径中最好不要有中文或者空格。

第二步：创建项目并关联已有环境

双击Pycharm → 看到 Pycharm 界面后，点击 “New Projext” 进行项目的创建 → 在 New Projext 界面中分别选择对应的 Location 项目路径、interpreter 关联已有环境、以及是否创建main.py → 完成设置后点击 “create” 完成项目创建

第三步：创建项目下的python脚本

① 在项目名旁 右键 → “New” → “Python File”；② 输入文件名 → 点击 Python file；③ 完成python脚本的创建

第四步：编写及执行代码

代码编写：

print("hello world! ")

运行结果：

D:\AllApp\Miniconda3\python.exe D:/All_Projects/AI/hello_word.py
hello world! 

Process finished with exit code 0

分析 —— 从运行结果的内容中可看出：
① 首先调用的是 D:\AllApp\Miniconda3 路径下的 python.exe 可执行程序；
② 给程序传了 D:/All_Projects/AI/hello_word.py 参数。即：将脚本 hello_word.py 的地址路径传给了python.exe 可执行程序。

4. Jupyter安装和代码运行

Jupyter notebook 提供了一个基于 Web 的应用程序，适用于全过程计算：开发、编写、执行代码和结果展示。其中，Jupyter 由 Julia、Python 和 R 组合而成。

The notebook extends the console-based approach to interactive computing in a qualitatively new direction, providing a web-based application suitable for capturing the whole computation process: developing, documenting, and executing code, as well as communicating the results. —— Jupyter notebook

Jupyter notebook 安装

电脑打开Anaconda Pormpt窗口 → 命令窗口输入 conda install jupyter notebook 进行 jupyter notebook的安装 → 回车，当询问 Proceed ([y]/n)? 时输入“y” 并回车 → 等待一段时间，即可完成安装

注意：此时是在base环境下安装的jupyter notebook，所以该 jupyter notebook 的python环境便是base。

Jupyter notebook 运行

在Anaconda Pormpt的命令窗口（终端）输入Jupyter notebook ，回车 → 启动过程中，终端会显示一系列notebook的服务器信息，同时会弹出一个网页（Jupyter notebook 的开发平台）→ 点击New，选择Python 3 → 跳转新页面，进入开发环境（可在输入框中直接输入代码）

代码运行：

注意：
在Jupyter Notebook的所有操作中，都不可关闭终端（启动Jupyter Notebook的命令窗口）。否则，会断开与本地服务器的连接，将无法在Jupyter Notebook中进行其他操作。

参考1：Anaconda、jupyter和pycharm的安装
参考2：Jupyter Notebook介绍、安装及使用教程

Jupyter快捷键

进入命令模式（编写代码的页面），按 H 查看所有 Jupyter Notebook 快捷键

5. Python虚拟环境的搭建与开发环境配置

Conda虚拟环境创建与Python模块安装

相关命令：

# 查看目前电脑中有哪些虚拟环境  
conda env list

# 创建Conda虚拟环境
# 说明：my_test是待创建的虚拟环境名称；python=3.9 代表要使用的python的环境
# 在执行该命令过程中，会询问 Procced([y]/n)?，需输入“y”并回车
conda create -n my_test python=3.9

# 激活虚拟环境（可进入虚拟环境中）
activate my_test

说明：原本在 cmd 中输入以上命令，但由于输入创建虚拟环境命令报错，后续操作改为在 Anaconda Pormpt 中进行

参考：问题 | Conda虚拟环境创建出错Collecting package metadata (current_repodata.json): failed @Conda

所有的环境都安装在envs目录下，即：安装Miniconda的路径的“Miniconda3\envs” 下

在虚拟环境中的交互窗口，下载numpy模块：

# 指明模块名下载
pip install numpy
# 或 同时指定版本，如：
pip install numpy==1.14

Pycharm中连接虚拟环境

Pycharm中 → 点击界面左上方 “File” 中的 “New Projext” 进行新建项目 → 在Create Projext 界面中主要对： Location 项目路径和名称、interpreter 关联虚拟环境，这两项进行操作 → 完成设置后点击 “create” 完成项目创建


创建好项目后，Pycharm会读取环境，进行连接（关联虚拟环境）

Jupyter notebook中连接虚拟环境

在my_test虚拟环境的交互窗口（通过 activate my_test 激活）中输入 jupyter notebook，会打开一个浏览器，在该浏览器中可编写脚本。

从图中可看到，浏览器的New中无刚刚创建的my_test 虚拟环境 ？
原因：在虚拟环境中没有安装 jupyter 的相关内容。

在交互窗口中，按键 Ctrl + C 能退出 jupyter notebook ，便可继续输入其他命令

命令操作：

# 第一步：虚拟环境下安装ipykernel（只有安装好，jupyter才能配置内核）
pip install ipykernel

# 第二步：查看是否能调用到内核（但无法调用到my_test内核）
jupyter kernelspec list

# 第三步：把my_test环境加到jupyter notebook中
# 说明，可直接使用命令：python -m ipykernel install --user --name my_test
# 也可在上方命令后加上：--display-name “想在jupyter中显示的虚拟名称”
python -m ipykernel install --user --name my_test --display-name "test_envs_for_jupyter"

# 第四步：再次查看是否能调用到my_test内核
jupyter kernelspec list

# 第五步：再次启动jupyter notebook
jupyter notebook

进行上述操作完，再次启动 Jupyter notebook 后，浏览器的 New 中，可看到之前创建的虚拟环境。