构建python环境_搭建Python环境

本文介绍了如何构建Python环境,包括使用anaconda和PyCharm,并提供了安装常见Python包如tensorflow、matplotlib、tushare等的conda和pip命令。还提到了conda环境的创建、切换、复制和删除,强调了在不同环境中安装包的重要性,特别是对于tensorflow和tushare的特殊安装要求。
摘要由CSDN通过智能技术生成

下载anaconda(自带一些基础Python包):

其次下载PyCharm软件或者用VS Code(使用VS Code的参考我的这篇博文:使用轻量级的编辑器VS Code写代码)

在PyCharm软件中点File - Settings - Project Interpreter,选择环境,保存。这时候可以运行一些基础的代码了。如果需要使用其他的功能,需要额外再安装一些Python包。

下面是我自己安装过的一些Python包。键盘win+R,输入cmd,回车,按以下语句安装。根据需要可选择性地安装Python包。如果是要在自己创建的conda环境中安装包,记得将base环境切换到自己的conda环境后再安装包。

神经网络tensorflow框架:conda install -c conda-forge tensorflow

画图的一个必备包:conda install matplotlib

获取财经数据(股票数据)的包:pip install tushare

玩爬虫常用的一个包:pip install beautifulsoup4

机器学习必备包:conda install scikit-learn

不支持jpg时安装这个包可解决:pip install pillow

写游戏的一个包:pip install pygame

量子输运的一个包:conda install -c conda-forge kwant

qutip: conda install -c conda-forge qutip

注意事项:

tensorflow目前只支持Python3.6环境。

安装财经数据tushare,只能使用pip安装,这里用conda可能会破坏其他Python包的环境,这里禁用conda(曾经走过的坑)。

有些带接口有联网的包很长时间后会突然出现问题,可能是没更新到最新版的缘故。如果是pip,更新的指令是:pip install --upgrade python_package

以下步骤选择性操作,可以创建自己的conda环境,因为可多次复制备份,创建的conda环境保存在Anaconda3/envs文件夹中。

键盘win+R,输入cmd,回车,对环境的基本操作有:

查看python版本: python --version (两条'-'靠着,前面空格,后面不空格),或者用pyhon -V

conda查看环境:conda info --e

conda创建环境:conda create --name new_env_name python=3.6

(new_env_name可以改成自己喜欢的名字。在Pycharm下也可以创建conda环境。)

conda复制环境:conda create --name new_env_name - -clone copied_env_name

conda切换环境:activate new_env_name

conda删除环境:conda remove --name new_env_name - -all

查看当前环境下所有安装过的包:conda list

注意事项:

base环境无法复制。

如果直接修改环境文件夹名字,记得同时修改环境中qt.conf文件。

conda环境文件夹必须放在Anaconda3/envs里面才能识别。

更多阅读:

+2

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
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