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
- Install -> c:\Dev\Python\Python39
- 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
- 安装 虚拟环境的支撑 pip install virtualenv
- 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
- 创建自有的虚拟环境 进入 容器目录 cd C:\Dev\Python\venvs
- 执行创建虚拟环境的命令,给出 虚拟环境的名称 virtualenv work
- 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
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 ...
- PyCharm
- Download https://www.jetbrains.com/pycharm/
- install ==> c:\Dev.…
- 配置:
- 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
- new project 指定工作目录
- VSCode
- Download https://code.visualstudio.com/#alt-downloads ==» zip
- install 解压 -> c:\Dev\VSCode
- 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
- install 进入指定的虚拟环境 – work pip install jupyter
- 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’
- 使用 在对应的虚拟环境下执行:
jupyter notebook
- PyCharm