1.Python/Anaconda系列安装
1.1安装Python(建议用Windows 10 环境安装,可能会少很多失败问题,而且同等硬件下运行比win7或win8快。)
安装python时,不必单独安装,可直接安装anaconda。速度快,日后省去很多麻烦。以下是安装时所用的文件列表及版本号,安装顺序为win10->Anaconda->Pycharm:
Note:上述python-3.8.2文件夹可不用安装。整个重装系统/安装所需程序环境耗时约2~3小时。
1.2虚拟环境安装、使用
一、创建虚拟环境
conda create --name yourEnv python=3.10
–name:也可以缩写为 【-n】,【yourEnv】是新创建的虚拟环境的名字,创建完,可以装anaconda的目录下找到envs/yourEnv 目录
python=3.10:是python的版本号。也可以指定为【python=3.6】,若未指定,默认为是装anaconda时python的版本.(注意,创建时一定要指定python版本,否则后面环境中找不到python.exe.除非安装pytorch时会自带个python3.10,但也得等安装完pytorch才能看见) [顺利]
若想在别人虚拟环境的基础上创建自己的环境:conda create --name <yourEnv> --clone <baseEnv>
pip的临时加速:可以在使用pip的时候在后面加上-i参数,指定pip源
pip install pytest -i https://pypi.tuna.tsinghua.edu.cn/simple/
二、使用虚拟环境
切换到新的环境(命令行法)
1.打开 Anaconda Prompt
2.查看已有环境:conda info -e(注意*代表当前选择的环境)
3.切换环境:conda activate $环境名
4.关闭环境:conda deactivate
5,在虚拟环境中切换工作目录:
(laser_mosquito) C:\Users\93752>cd /d D:Test_Code\Laser_Mosquito\Face-Detection-main
5,删除环境:
# 第一步:首先退出环境
conda deactivate
# 第二步:删除环境
conda remove -n 需要删除的环境名 --all
6,在新环境下,利用pip 批量安装requirements.txt的环境。(在安装前需要先cd到requirements.txt所在的文件夹)
pip install -r requirements.txt
#或指定加速源来安装,一般会更快,例如下面:
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
三、其他问题
1,conda路径出错时配置,参考https://blog.csdn.net/fuzekun/article/details/127796013
2,C盘不够大,如何将Anaconda和虚拟环境envs迁移到其他盘?
剪切到新的地方,同时在原地方放置一个同名快捷方式即可。我的Anaconda为6G,envs为13.5G。移开后C盘空出20G。同样的,一般桌面的文件存储空间也可链接到其他盘,在桌面图片右击,默认地址改到其他盘即可。
Anaconda > Windows+Anaconda迁移到另一个硬盘_anaconda整体迁移另一个盘_我发在否的博客-CSDN博客
3,C盘不够大,如何在创建虚拟环境时指定到D盘或其他盘创建?
#conda create --prefix=TargetPath/VenvName python=3.10 #如果想创立到别的盘,用此代码
#conda activate D:\Conda\添加所建文件夹名 #D 盘创建的环境,如果conda info -e没有名称,用此种方法进入
1.3 Pytorch安装,与运行demo程序(为何要先创建虚拟环境再安装)
我们在做开发时可能会同时开发多个项目,这些项目可能会依赖于不同的python环境,比如有的用到3.6有的用到3.7,这时我们创建不同版本的python,放到虚拟环境中给不同的项目分别提供其所需要的版本,这样可以将各项目所用的环境隔离开不会相互影响。就算多个项目使用同一个版本的python,这时候还是需要创建conda虚拟环境的,比如一个项目用Pytorch开发,一个项目用TensorFlow开发,不同框架对python包依赖,对底层库的依赖是不同的, 此时可能会起冲突,比如安装Pytorch后再安装TensorFlow时可能会将Pytorch所用依赖更新,则会导致Pytorch无法运行。故创建虚拟环境是非常有必要的,它可以隔离各项目所需环境,让项目之间不会起冲突。
昨天很多错误、jupyter打不开,就是安装了太多乱七八糟的包导致的不匹配。然后也无从查找原因。以后运行不同类型的工程,要放在不同的虚拟环境中,这样包的版本才不会打架。
以下为创建虚拟环境并成功安装Pytorch,且运行《?》chapter11中演示代码main.py的方法:
1.4 Tensorflow安装
tensorflow安装教程详解(Win10,CPU,Anaconda)_如何安装tensorflow_空空噜的博客-CSDN博客主要参考以上来安装tensorflow,按照上述方法创建新环境取名为tensorflow_cpu-->安装好tensorflow-->测试好tensorflow安装-->配置好Pycharm的tensorflow环境-->配置好jupyter的tensorflow环境。
以下为执行过程中的弯路Note:
1,如果安装好tensorflow后测试出现“在命令行中出现“import”不是内部或外部命令,也不是可运行的程序的情况。
解决方法: import 只能在python 环境下用在命令行中进入tensorflow环境后,要先键入python,进入python解释器,再import就可以正常运行了”
出错及修正代码如下:
(tensorflow_cpu) C:\Users\Administrator>import tensorflow as tf
•'import' 不是内部或外部命令,也不是可运行的程序或批处理文件。
•(tensorflow_cpu) C:\Users\Administrator>python
•Python 3.7.13 (default, Oct 19 2022, 10:19:43) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
•Type "help", "copyright", "credits" or "license" for more information.
•>>> import tensorflow as tf
•>>> tf.__version__
•'2.9.1'
2:如果在pycharm中添加解释器时,按如下选择”已有环境”——添加(新建的环境)tensorflow_cpu文件夹内的python.exe即可。
3:如果在jupyter中使用tensorflow,如下:
1.5 QT安装
1.安装QT 5.12.0
下载图形界面设计安装包.exe,并安装QT5.12.0。该软件可以设计图形化界面,并生成.ui文件。
为何是QT5.12.0,因为教材《Python Qt GUI与数据可视化编程》就是该版本来讲说,为了保持代码和教材的一致性,减少学习过程中的Bug干扰。其下载地址:Index of /archive/qt/5.12/5.12.0
安装文件下载需2.9G,其中按教材的勾选以下复选框,
MinGW 7.3.0/
Qt Charts/
Qt data visulizaiton/
Qt creator 4.8.0 Debugger Support /
MinGW 7.3.0 64 bit这五项需要选中。(注意/安装时间可能需要1小时或以上,留足时间)
【用该版本优点:1,有全套教程技术支持,如果教材满足你所有要求,即是最佳选择。 2,安装快,几乎不会有什么出错。(弯路:安装5.15以上,出了错被卡了2~3天还没解决,因为太新,网上也没有很多修正bug的方案。)缺点:不够新】
2安装PyQt5
该软件可以将上述设计好的.ui界面文件,转化成.py文件,供其他功能调取。
在需要的环境中,直接用指令安装: pip3 install PyQt5
或更快的速度: pip3 install PyQt5 -i https://pypi.douban.com/simple