对于初学者,Python的安装也许并不容易,尤其面临python版本的困境,浪费了很多宝贵的时间,甚至让人放弃的感觉。我在安装Python后下载各个包分别安装时,感觉非常烦人,尤其是scipy,在windows上基本安装不上,也浪费了大量的时间,然后无意间发现网上有人大力推荐Anaconda,我就试了一下,首先相比较而言,它的安装极其简便,而且可以完美的兼容python2.7和python3.5,并集成了许多packages,免去配置环境变量的烦恼。现在就跟大家细细分享一下吧,希望如我一样的Python初学者不要花大量时间走弯路。
一、Anaconda的安装
Anaconda Python 是 Python 科学技术包的合集,功能和 Python(x,y) 类似。它是新起之秀,已更新多次了。包管理使用 conda,GUI基于 PySide,所有的包基本上都是最新版,没有PyQt和wxpython等,容量适中,但该有的科学计算包都有:numpy,sicpy,matplotlib,spyder....。
Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便,自带的包管理器conda也很强大。下载地址为:http://www.continuum.io/downloads。现在的版本有python2.7版本和python3.5版本,下载好对应版本、对应系统的anaconda,它实际上是一个sh脚本文件,大约280M左右。
我这里选择的是Python2.7 version 64 bit的,选择3.5版本的也可以哈。
这里附一个贴吧上提出的见解:如果是初学者,建议学习python2.x。python3.x和python2.x已经并存很长时间了。两个版本的python都在更新,但目前python2.x更加成熟。现在大部分第三方类库都是基于2.x的,书和资料也是2.x居多,为你提供了丰富的学习材料。这已经不是一个重复造轮子的年代,日常的开发很大程度上会基于类库。拥有丰富的类库,是一门语言强大的标志,能极大地开发效率。python3.x和2.x差别甚大,可以说它们几乎是不同的语言。目前python3.x的应用不是那么广泛。由于兼容性的原因,很多老的程序都是基于2.x。由于python3的颠覆性,即使是比较新的应用也不会铤而走险使用3.x。所以你应该毫不犹豫地选择2.x。官方提供一个将python2代码转换为python3代码的小工具,叫2to3.py。如果你了安装了python,那么你一定拥有这个文件。如果你想体验一把3.x,使用它是个不错的选择。
好了,现在开始正式说一下安装过程,其实安装很简单的(有人可能有疑问:在安装Anaconda之前要不要先下载对应的Python2.7先安装,注意咯,什么都不需要安装哈)。下载后的文件是:
直接点击这个exe文件执行安装,然后自主选择安装路径,然后一路next就可以了。不放心的话看一下百度经验的具体安装流程http://jingyan.baidu.com/article/7908e85c9e4725af481ad2e2.html
下面是我安装成功后的效果:
二、测试一下
我们点击IPython,就进入了IPython的界面:
打开Anaconda Prompt,这个窗口和doc窗口一样的,输入命令就可以控制和配置python,最常用的是conda命令,这个pip的用法一样,此软件都集成了,你可以直接用,点开的话如下图。用命令“conda list”查看已安装的包,从这些库中我们可以发现NumPy,SciPy,Matplotlib,Pandas,说明已经安装成功了!
还可以使用conda命令进行一些包的安装和更新
conda list:列出所有的已安装的packages
conda install name:其中name是需要安装packages的名字,比如,我安装numpy包,输入上面的命令就是“conda install numpy”。单词之间空一格,然后回车,输入y就可以了。
安装完anaconda,就相当于安装了Python、IPython、集成开发环境Spyder、一些包等等。你可以在Windows下的cmd下查看:
还有一个要介绍的:Spyder编辑器,我们以后就可以用这款编辑器来编写代码,它最大优点就是模仿MATLAB的“工作空间”。spyder.exe放在安装目录下的Scripts里面,如我的是D:\Learning Softwares\Anaconda2\Scripts\spyder.exe, 直接双击就能运行。我们可以右键发送到桌面快捷方式,以后运行就比较方便了。
我们简单编写一个程序来测试一下安装是否成功,该程序用来打开一张图片并显示。首先准备一张图片,然后打开spyder,编写如下代码:
from skimage import io
img = io.imread('G:/Slide Theme/Flowers/1.jpg')
io.imshow(img)
将其中的G:/Slide Theme/Flowers/1.jpg 改成你自己要显示图片的位置,然后点击上面工具栏里的绿色三角进行运行,最终显示如下:
如果右下角“ Ipython console" 能显示出图片,说明我们的运行环境安装成功。
我们可以选择右上角的 ” variable explorer" 来查看图片信息,如:
怎么样,你做的成功显示图形了吗?然后我们就可以把这个程序保存起来了,注意python脚本文件的后缀名为.py哦。
还有一个实例看一看吧:
补充:skimage包的子模块
skimage包的全称是scikit-image SciKit (toolkit for SciPy) ,它对scipy.ndimage进行了扩展,提供了更多的图片处理功能。它是由python语言编写的,由scipy 社区开发和维护。skimage包由许多的子模块组成,各个子模块提供不同的功能。主要子模块列表如下:
子模块名称 | 主要实现功能 |
io | 读取、保存和显示图片或视频 |
data | 提供一些测试图片和样本数据 |
color | 颜色空间变换 |
filters | 图像增强、边缘检测、排序滤波器、自动阈值等 |
draw | 操作于numpy数组上的基本图形绘制,包括线条、矩形、圆和文本等 |
transform | 几何变换或其它变换,如旋转、拉伸和拉东变换等 |
morphology | 形态学操作,如开闭运算、骨架提取等 |
exposure | 图片强度调整,如亮度调整、直方图均衡等 |
feature | 特征检测与提取等 |
measure | 图像属性的测量,如相似性或等高线等 |
segmentation | 图像分割 |
restoration | 图像恢复 |
util | 通用函数 |
用到一些图片处理的操作函数时,需要导入对应的子模块,如果需要导入多个子模块,则用逗号隔开,如:
from skimageimport io,data,color
希望对你有所帮助~~~~~
参考来源:
https://www.zhihu.com/question/24549965