机器学习环境设置-1

0. 语言环境 - Python 3.9.0

0. Download

	https://www.python.org/downloads/release/python-390/

选择：Windows x86-64 executable installer

1. Install -> c:\Dev\Python\Python39
2. Config

系统环境变量

new
	PYTHON_HOME  === c:\Dev\Python\Python39
add 
	path ++ %PYTHON_HOME%;%PYTHON_HOME%\Scripts
验证：
	python --version 
pip list
	c:\dev\python\python39\python.exe -m pip install --upgrade pip

1. 配国内镜像 – 清华大学的镜像

https://mirrors.tuna.tsinghua.edu.cn/pypi/

帮助: https://mirrors.tuna.tsinghua.edu.cn/help/pypi/

步骤:

1- 临时使用,安装 numpy

pip install numpy
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

2- 永久使用

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3. 所需第三方模块的安装和配置

1. 安装 虚拟环境的支撑 pip install virtualenv
2. 创建虚拟环境所属的容器目录 c:\Dev\Python\venvs === 虚拟环境的容器目录
3. 创建自有的虚拟环境 进入 容器目录 cd C:\Dev\Python\venvs
4. 执行创建虚拟环境的命令,给出 虚拟环境的名称 virtualenv work
5. 启用/退出 虚拟环境 启用/进入 : 创建的虚拟环境目录/Scripts/activate.bat 退出/离开 : 创建的虚拟环境目录/Scripts/deactivate.bat

6. 安装常用的 ml 所需的第三方模块 获取帮助: https://pypi.org/ 查找看帮助

    pip install numpy
    pip install pandas
    pip install matplotlib
    pip install scikit-learn ### 1. IDE   0. IDLE ...
   

   1. PyCharm
      1. Download https://www.jetbrains.com/pycharm/
      2. install ==> c:\Dev.…
      3. 配置:
         1. 配置使用当前系统的 Python 语言环境 - 指定 Python 解释器 指定 虚拟环境-work
         2. new project 指定工作目录
   2. VSCode
      1. Download https://code.visualstudio.com/#alt-downloads ==» zip
      2. install 解压 -> c:\Dev\VSCode
      3. 配置 -plugin 0. 配置中文 1. 配置python开发环境 2. 配置工作空间

         2. Jupyter notebook

   3. install 进入指定的虚拟环境 – work pip install jupyter
   4. 指定工作目录 == C:\Users\txsli\Desktop\Workspace\JupyterWorkspace jupyter notebook –generate-config  编辑 C:\Users\txsli.jupyter\jupyter_notebook_config.py 改为： c.NotebookApp.notebook_dir = ‘C:/Users/txsli/Desktop/Workspace/JupyterWorkspace’
   5. 使用 在对应的虚拟环境下执行:
      jupyter notebook