机器学习、anaconda、sklearn、jupyter基础环境配置（windows版）

本文链接：https://blog.csdn.net/weixin_42670712/article/details/123751827

六、jupyter notebook使用虚拟环境

一、Anaconda下载安装

1、方式一：

官网下载，下载地址：

官网首页：Anaconda | The World's Most Popular Data Science Platform

官网下载页：https://www.anaconda.com/products/individual#Downloads

直接选择相应的installer即可

2、方式二：清华镜像下载（推荐）

在官网下载比较慢，而且容易断，推荐用下面清华镜像方式：

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

打开后，可以通过Date排序找到最新版本下载，windows系统，一般64位选下图红框中发就好

3、下载后，就和正常软件安装一样，需要注意以下几点：

这里可以先不用选Add sys path，只勾选Register。推荐安装之后手动配置SysPath，避免配置导致后期使用上的问题。

4、安装成功后可以从开始菜单看到，除了Anaconda，默认还带了Jupyter、Spyder等

5、配置Anaconda环境变量

打开电脑高级系统配置：此电脑-->高级系统设置-->环境变量

找到系统变量中的Path，然后点击‘编辑 ’或直接双击

添加Anaconda的安装目录及相应bin目录（这里需要自己对应自己的安装目录和对应的bin目录）进去，如下图，完成配置

最后可以简单通过cmd(win+R)输入conda 命令检查下安装配置是否成功：

快捷键win（键盘上图标是这样的）+R

“确定”之后，出现命令行，输入conda --version，enter之后出现conda的版本号，输入conda info，enter之后出现conda的一些配置信息

二、conda与pip换源

conda或pip的官方源在国外，直连速度较慢，因此需要换为国内的镜像源，这样pip或conda下载依赖包、库就会快很多。

1、conda换源

cmd打开命令行（上文有提），通过输入下面命令配置为清华源：

conda config --add channels    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

最后在命令行中输入conda --show channels

会显示目前的channels

2、pip换源

1）打开此电脑，进入C盘、用户、用户名，然后新建一个pip文件夹

2）进入pip文件夹,新建一个文本文件，然后改名pip.ini，该文件就是pip的配置文件，如果改完之后图标没变化，说明没有显示文件扩展名，点击查看，随后勾选显示文件扩展名。

3）打开pip.ini文件，将以下内容粘贴进去并保存

[global]
index-url = https://repo.huaweicloud.com/repository/pypi/simple
trusted-host = repo.huaweicloud.com
timeout = 120

保存退出后即可。

三、Conda使用和管理虚拟环境

虚拟环境：

在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、Beautiful Soup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。虚拟环境可以解决这样一个问题，通常情况下，一个项目可以新建一个虚拟环境，在这个环境里面下载、更新这个项目需要的库，这样就不会混乱，后面项目结束也可以直接将对应的虚拟环境删掉。

比如我们现在上机器学习课程，可以先建一个名叫“MLC_2022”(machine_learnig_course_2022)，课程需要的库都可以在这个虚拟环境中下载安装，项目运行也在这个虚拟环境中。

1、运行Anaconda Prompt

2、创建虚拟环境：

conda create -n env_name python=x.x

env_name 为虚拟环境名称，x.x为虚拟环境python的版本，根据需求来定

输入命令enter之后安装创建虚拟环境，创建好出现如下图提示：

3、激活虚拟环境

conda activate env_name

激活后，原先是(base)变成了(MLC_2022)，说明目前所处的环境是MLC_2022

这时候可以输入python，查看python的版本，可以看到是创建虚拟环境指定的3.8版本

4、退出虚拟环境

conda deactivate

退出后，变回了原来的(base)，python的版本也变为了原本的3.7版本

其他更多的有关虚拟环境的指令同学们自学，虚拟环境的使用和管理在实际项目中用的还是挺多的

四、Conda安装机器学习相关库

进入虚拟环境MLC_2022，conda list 命令查看环境所有的库

1、pip安装机器学习相关库

pip install -U scikit-learn    （注意进入对应的虚拟环境再安装）

安装成功后，进入python

可按照下图import这些模块，如果没有报错，则安装成功

注：机器学习库是安装在MLC_2022环境里面，所以运行项目也要在对应的环境运行，才能调用相应的库。下面介绍在pycharm和jupyter中如何使项目在对应的虚拟环境中运行。

五、pycharm使用虚拟环境

1、Pycharm新建项目时

选择conda建立的虚拟环境，路径一般是安装路径下找envs，里面有你创建的虚拟环境，如：D:\Anaconda\envs\MLC_2022\python.exe

D:\Anaconda\是anaconda的安装路径

envs是虚拟环境所在文件夹

MLC_2022\python.exe就是conda创建的MLC_2022环境里面的python解释器

这样你创建的项目就会运行在对应的虚拟环境中。

2、pycharm切换运行环境

在已有项目的情况下，想改变当前项目的运行环境，可以使用如下方法：

进入一个工程界面后，点击左上角File、Settings，然后进入工程设置界面

选择左侧工程下面的Python Interpreter，然后右侧下拉选择解释器

六、jupyter notebook使用虚拟环境

anaconda自带jupyter notebook，Jupyter的具体使用方法同学们自己网上搜教程，这里提醒几个关键的地方：

1、jupyter的启动目录的设置

Jupyter默认的启动路径如右图所示，我们希望它能够在我们自己创建的项目目录里面。

1）首先要找到配置文件位置

在开始菜单里找到并打开Anaconda Prompt，输入如下命令，然后执行。

jupyter notebook --generate-config

2）打开上一步生成的配置文件:

C:\Users\Administrator\.jupyter\jupyter_notebook_config.py

实际上，C:\Users\Administrator就是Jupyter notebook的默认路径：

3）在jupyter_notebook_config.py中找到并修改如下配置项:

修改前: #c.NotebookApp.notebook_dir = ''

删除前面的 # 号，在后面的单引号里输入要设置的目录路径，保存关闭。

我的修改: c.NotebookApp.notebook_dir = ‘D:\\MLC_2022\\Jupyter_2022'

（注意修改的路径是已存在的路径，也就是你需要先创建这个Jupyter_2022文件夹）

这样再打开Jupyter就是自己设置的项目路径了

2、如何在自己conda新建的虚拟环境中运行jupyter

1）激活环境 conda activate MLC_2022

2）安装工具 conda install ipykernel

3）配置kenel python -m ipykernel install --user --name MLC_2022 --display-name “MLC_2022"

完成后，在相应的虚拟环境中输入

jupyter notebook

即可打开jupyter

注意在jupyter notebook在虚拟环境中运行，复制红框中的链接到浏览器打开，点击new，就可以看到我们conda 创建的虚拟环境，用这个虚拟环境新建文件，文件就会在虚拟环境中运行

可以看到，import numpy等库没有报错，python的版本也是3.8.2，与MLC_2022虚拟环境一致

另外，在使用jupyter notebook时，路径命名尽量不要写中文。Windows账户昵称是中文的同学在使用过程中还可能遇到“Bad file descriptor(C:\ci\zeromq_1602704446950\work\src\epoll.cpp:100)”的问题，就是由于路径中有中文导致的，可参考博客解决：

https://blog.csdn.net/python_bigniu/article/details/120923326?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164196551816780269852988%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164196551816780269852988&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-120923326.first_rank_v2_pc_rank_v29&utm_term=jupyter+%E6%8A%A5%E9%94%99bad+file&spm=1018.2226.3001.4187