win10用anaconda配置gym教程+避坑

最近在看强化学习，一些案例需要用gym库，这两天终于装好了。主要参考CSDN上一篇博客和哔哩哔哩上一个视频，两者各有一些需改进之处。

一、前言
python Anaconda Pycharm相信大家肯定在用了，python主要是一个解释器的作用，其自带的编辑器不好用；Pycharm主要就是编辑，自动补全很好用对不对，但是没有Python解释器它是没法编译的；Anaconda主要是一个管理工具，在后续不同的案例中，所需的环境不同，有的可能还要Python2，用Anaconda可以创建很多个不同的环境，各不影响。另外Anaconda也自带Python解释器，Pycharm中可以使用它的解释器，装了Anaconda其实就不用单独装python了。综上，推荐安装anaconda&Pycharm。
此外，有些同学肯定也装了Python解释器，那么在使用gym库时可能会碰到这样的问题：按照官网pip install gym 安装好以后，能在Python编辑器中运行演示案例，但是在Pycharm中就不行。其实，这是因为Pycharm此时的解释器无法读取到gym库滴，需要用Anaconda配置。
PS：室友说Pycharm可以直接装gym，但是帮我弄就不行，也不知道为啥。

二、Anaconda Pycharm安装
网上教程很多，这里不赘述。关于Anaconda的安装，指出两点：
1、有的博主说安装在C盘会出问题，有的说在D盘会出问题，我也不知道谁是对的。这里我安装在D盘，注意文件夹为全英文、无空格
2、关于是否添加到路径，也是分两派，这里我就直接添加了
第一个选项打勾

三、Anaconda配置环境
重点来了，首先声明一点，有科学上网工具的同学请确保关闭，否则后面装gym包会报错。我自作聪明，不添加镜像源，开着工具下载gym，总是失败T-T

用管理员模式打开CMD，输入conda info，会出现类似下图，说明anaconda安装成功了。
当然，你的信息没我多，因为我这是安装好包和镜像源了的。

下面的操作都是在cmd下
1、设置镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

原博有两处错误，会导致后面装包的时候找不到，我给改正了。顺便说一句，经常会用到镜像的包，建议同学们不要直接就复制粘贴输入命令，先打开这个网址试试能不能连。
输完以后，再次输入conda info，注意看channels URLs一栏，就多了这么几个：

2、创建gym环境
名字随便，取自己看着舒服的就行，一个python环境，一个gym环境

conda create -n python383 python=3.8.3
conda create -n gym python=3.8.3

中间的 python383 gym是环境名
回车以后，会弹出y/n，当然选择y啦

两个都装好以后，输入

conda env list

这里有4个环境，base是安装anaconda完成后就有的，python383、gym是刚刚创建的（忽略modle_free）

3.安装gym
重点中的重点，输入activate gym，这时候就进入刚刚创建的gym环境了，但是只是名字叫gym，包还没装呢~
你会发现C：\Windows\system32前面多了(gym)，变成(gym)C：\Windows\system32，就是这样，然后安装一些组件

conda install pandas
conda install tensorflow
pip3 install gym matplotlib -i  https://pypi.tuna.tsinghua.edu.cn/simple

这时候应该不会有报错警告，进度条是#########，最后会显示 done，就OK了。

如果清华源不好用的话，试下豆瓣吧，真香~

https://pypi.douban.com/simple/

四、Pycharm中配置解释器
先创建一个项目，打开解释器设置
点开选择Add
选择你安装anaconda的文件夹，envs中有我们刚刚创建的gym环境

输入测试代码，

import gym

env = gym.make( 'CartPole-v0' )	

for i_episode in range( 20 ):
	state = env.reset()

	for t in range( 1000 ):
		env.render()
		print( state )
		action = env.action_space.sample()
		state, reward, done, _ = env.step( action )

		if done:
			print('Episode #%d finished after %d timesteps' % (i_episode, t))
			break

运行，会弹出一个窗口，下面有一堆矩阵，就大功告成了~~~

强化学习还是比较难的，有同方向的可以交流交流[期待.jpg]

主要参考资料：
https://blog.csdn.net/qq_33548747/article/details/102806136
https://www.bilibili.com/video/BV1Ht4y197DG?t=255