AI集成开发环境搭建及使用-CSDN博客

本文链接：https://blog.csdn.net/yenuo123/article/details/147732058

实验目的

通过实验，学会搭建人工智能开发环境。具体目标要求如下：

复习或学习掌握AI语言Python工具安装。
学习掌握AI的开发环境Anaconda平台的安装部署，并熟悉其用于Python虚拟环境管理的功能。
学习掌握PyCharm/Vscode等编程IDE的安装部署使用
学习掌握基于Jupyter lab的 notebook环境使用运行Python代码的方法。
学习Mo平台的使用，包括如何创建项目、管理数据集及进行模型训练。
学习掌握常用python库如pandas、numpy、matplotlib的使用。

实验内容

实验步骤（仔细阅读，按照步骤完成实验）

Python安装

首先进入Python的官方网站（https://www.python.org/downloads/），在下图中选择对应系统进入python版本选择页面，下载适合的 Python 版本的安装程序。

python官网下载页面

下载完成后打开Python安装程序，按照安装向导的指示进行安装并截图。

已安装过

在cmd（Windows状态栏搜索cmd打开）中输入“Python --version”验证是否安装成功，若安装成功，将显示版本信息。若未显示版本信息，请检查环境变量是否设置无误。

Anaconda安装部署

安装Anaconda时，具体步骤可能因Anaconda的版本和操作系统的不同还是会有所差异的，但总体流程是相似的，下面以windows为例。

（1）首先要从Anaconda的官方网站（https://www.anaconda.com/download/）下载windows版本，选择对应的Python版本，一般建议选最新的Python 3.x，然后下载相应的安装程序。

（2）下载完成后打开安装包，按照安装向导的指示进行安装。

（3）打开cmd，输入conda --version或conda -V命令来验证是否安装成功。若安装成功，将显示版本信息。

（4）在应用中找到Anaconda Navigator并打开。

Anaconda的使用（以windows为例）

3.1 虚拟环境的管理

在Anaconda Navigator左边栏选择Environments进入虚拟环境管理页面，如下图所示。在这里可以对虚拟环境进行创建、删除等，还可以对指定环境中的包进行管理。

虚拟环境的管理还可以使用conda命令在cmd中完成（mac系统在终端中完成）

使用conda命令创建虚拟环境，命令如下，其中myenv为自定义的虚拟环境名称。conda create -n myenv python=3.12.0

查看虚拟环境列表，验证虚拟环境是否创建成功，命令如下：conda env list
切换到指定虚拟环境，并在此状态下查看虚拟环境列表

conda activate myenv

用conda 安装 python包，以numpy为例：conda install numpy
退出虚拟环境

conda deactivate

移除指定虚拟环境conda remove -n myenv --all

3.2 IDE安装

PyCharm和Visual Studio Code均为编程IDE，同学们二选一（两个软件的具体配置还需要同学们自行网上学习，大家要善于利用大语言模型！搜索引擎最好用Google或者Bing），对应截图也只需一个软件的图片。

Pycharm安装。去到PyCharm官方下载页面（MacOS注意更改对应平台），需要将页面往下滑看到PyCharm Community Edition，点击下载（PyCharm Professional需要付费，学校正版软件平台也有对应授权方法，同学们视自己情况选择不同版本安装）。参考配置

安装后启动软件并截图：

Visual Studio Code安装。去到官方下载页面（Windows平台选择User Installer，MacOS平台选择.zip，注意处理器类别，Windows通常选择x64，MacOS通常选择Apple Silicon。参考配置链接：quick start、getting started、Python in VScode、Python Envrionments

安装后启动软件并截图：

3.3 Jupyter Notebook

Jupyter notebook是一个基于网页的交互式计算环境，其优点是交互式强，易于可视化，尤其适用于需要频繁修改、实验的场景，比如数据分析、测试机器学习模型等。

进入Anaconda Navigator，选择需要运行Jupyter notebook的虚拟环境，找到Jupyter notebook点击下方的“Install”按钮进行安装。
安装完成后点击“Launch”按钮就可以打开Jupyter notebook。打开后进行截图。

Mo平台的使用

首先进入官网（Mo-人工智能教学实训平台，在线学习Python、AI、大模型、AI写作绘画课程，零基础轻松入门），用浙大通行证登陆，点击右上角“我的学习”，点击“项目”，找到本课程示例项目“人工智能通识 A - GGC”。

点击右侧Fork，即可将其纳入本人私有项目中。

在Mo-Lab环境中，在文件一栏中找到下图所示文件，并双击点开。

仔细阅读，学习如何使用Mo平台开发项目。

可以在coding_here.ipynb中学习如何使用Jupyter notebook，试着使用红框中的功能键，写入一些代码后运行并截图。

5. Python科学计算常用包的使用

以下用到的Python包均可通过Anaconda Navigator下载或者在命令行中用pip命令下载。

下面演示在命令行中创建一个虚拟环境并进入到该虚拟环境，最后下载需要的Python包。

在命令行中输入conda create -n xxx创建虚拟环境。xxx为虚拟环境名，同学们可自行决定。
在命令行中输入conda activate xxx进入虚拟环境（这一步很重要）。
在命令行中输入conda install pip来安装pip包管理器。
在命令行中输入pip install pandas numpy matplotlib notebook来安装Python包。若下载速度较慢，可转用国内镜像源。

（这里的some-packages为你想下载的包名，设为默认即代表以后下载Python包无须指定-i Simple Index也可从清华源下载)。

在命令行中输入jupyter notebook，此时浏览器应自动跳转到jupyter界面，若跳转失败或需要输入token，可在命令输出中找到url以及token。进入jupyter界面后选择自己想存放代码的文件夹并新建notebook文件。
若要退出虚拟环境，输入conda deactivate。或者直接关闭命令行。
对于每个Python包的使用，同学们可以参考官方文档或者求助于大语言模型。

以下作业不需要提供代码！！！提供对应代码截图以及运行结果即可。

5.1 Python数据分析处理工具库Pandas的使用操作。quick-start

import pandas as pd

data = {

"products" : ["Phone", "Laptop","Pad", "Earphone", "Smart Watch",

"Camera", "Television", "Speaker", "Printer", "Router"],

"Sales" : [150, 80, 90,200,120, 60,50,130,70,40],

"Prices($)" : [3000, 6000, 2000, 800, 1500, 5000, 4000, 1500, 1000, 600],

"Sold Date" : pd.date_range(start="2025-01-01", periods=10, freq='D')

}

df = pd.DataFrame(data)

print(df)