python环境配置详细说明
- 一、准备工作
- 二、安装Anaconda
- 三、安装PyCharm
- 四、配置环境
- 五、 安装jupyter notebook
- 六、附录
一、准备工作
需要安装软件如下表所示：
文件名 | 简介 | 作用 |
Anaconda3-2021.05-Windows-x86_64.exe | Anaconda的安装包 | 配置管理python环境 |
Miniconda3-py39_4.9.2-Windows-x86_64.exe | 精简版的Anaconda的安装包（电脑配置较差时使用） | 配置管理python环境 |
pycharm-community-2021.1.3.exe | PyCharm安装包 | Python代码的编辑器 |
以上文件可在百度网盘获得；提取码：7w41
注：本教程以Windows系统为例，其他系统步骤可能存在少许差异，但大致步骤相同。
如需要其他系统或其他版本，可以到以下网址进行下载。
PyCharm下载时选择Community 版本为免费版本
二、安装Anaconda
- 双击打开Anaconda3-2021.05-Windows-x86_64.exe文件（电脑配置较差的可以换成Miniconda3-py39_4.9.2-Windows-x86_64.exe，两者在基本功能上没有太大区别，二者选其一即可）
- 出现安装界面，按照以下流程选择安装。
安装中……等待安装完成
Anaconda安装完成
三、安装PyCharm
- 双击打开Anaconda3-2021.05-Windows-x86_64.exe文件
- 出现安装界面，按照以下流程选择安装
- 在开始任务栏打开刚才安装的Anaconda
- 出现如下界面
- 创建一个新的环境，名为demo（名字可以任意起，给环境起标记作用）
操作如下：
1.输入:
conda create -n demo python=3.8其中，conda create 为创建新环境命令，demo为新环境名，python=3.8为制定python版本为python3.8.
2.按Enter键
出现如上界面，
输入：
y按Enter键
出现如上界面，新建环境完成
- 打开PyCharm，创建新项目，配置新建环境。
双击桌面图标
新建一个项目，名为demo（名字符合变量名即可）
如上图，新项目创建完成
- 运行Python文件。PyCharm功能区分布大致如下。
运行代码的三种方法：
- 直接点击PyCharm操作区 在这里插入图片描述按钮
- 在文件编辑区单击鼠标右键，选择Run…选项
- 在Terminal运行文件夹下输入：
python demo1.py其中，demo1.py为待执行文件的全名。
运行结果如下:
- 新建文件，在项目文件区demo文件夹单击鼠标右键，按照下图所示选择
- 在新建的文件中输入以下代码：
# 导入需要使用的包
import numpy as np
import math
import matplotlib.pyplot as plt
e = math.e
# 定义一个sigmoid函数
def sigmoid(x):
return 1 / (1 + pow(e, -x))
# 定义一个softplus函数
def softplus(x):
return math.log(1 + pow(e, x))
# 定义一个tanh函数
def tanh(x):
return (e ** x - e ** (-x)) / (e ** x + e ** (-x))
# 定义一个leakyrelu函数
def leakyrelu(x):
return max(x, 0.1 * x)
# 定义一个mish函数
def mish(x):
return x * tanh(softplus(x))
# 限定x,y坐标轴范围为(-5,5),并在其中产生1000个相应的点
x = np.linspace(-5, 5, 1000)
y0 = np.linspace(-5, 5, 1000)
y1 = np.linspace(-5, 5, 1000)
y2 = np.linspace(-5, 5, 1000)
# 将函数值赋值给上述产生的点
for i in range(1000):
y0[i] = sigmoid(x[i])
y1[i] = leakyrelu(x[i])
y2[i] = mish(x[i])
# 绘制函数图像
plt.plot(x, y0, color='blue', linewidth=1, label='sigmoid')
plt.plot(x, y1, color='red', linewidth=1, label='leakyrelu')
plt.plot(x, y2, color='orange', linewidth=1, label='mish')
plt.title('sigmoid, leakyrelu and Mish functions', fontdict={'family': 'Times New Roman', 'size': 14})
plt.xticks(fontproperties = 'Times New Roman', size = 14)
plt.legend(prop={'family' : 'SimSun', 'size' : 14})
plt.yticks(fontproperties = 'Times New Roman', size = 14)
plt.grid()
plt.savefig('mish.jpg', dpi=600, bbox_inches='tight')
plt.show()安装Python包。在numpy和matplotlib下有红线，表示相应的包未安装。
安装包使用以下命令：
pip install numpy其中，numpy为包名，安装其他包是替换名称即可。若下载速度较慢，使用：
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
运行demo1.py得到如下结果。
- 打开anaconda
- 激活我们建的环境demo，输入：
conda activate demo
- 安装jupyter notebook ，输入：
pip install jupyter notebook
jupyter notebook安装完成
- 打开jupyter notebook，输入：
jupyter notebook
浏览器自动跳转如下界面，打开完成。继续打开文件夹，创建python文件。
若出现如下情况
解决方法如下:
（1） 在刚才打开的Anaconda页面按键盘 Ctrl+C 退出当前jupyter程序。
（2） 卸载pywin32, 输入：
pip uninstall pywin32（3） 安装225版本pywin32, 输入：
pip install pywin32==225注：下一次启动jupyter notebook全过程：
（1） 打开Anaconda
（2） 输入：
conda create demo（3） 输入：
jupyter notebook- 运行第一个jupyter程序
- 依次输入前一节代码，得到运行结果如下图。由于我们选择了刚开始建的demo环境，因此numpy和matplotlib包已经安装完成，我们不需要在进行安装。
- Jupyter notebook的强大之处在于，可以对代码段的结果进行输出。
- Jupyter安装python包。
操作如下：
（1） 打开Anaconda
（2） 激活当前环境，输入：
conda activate demo（3） 安装相应的包，输入：
pip install 包名- PyCharm字体大小，主题设置
（1）调节主题颜色
在PyCharm界面依次选择File >> Settings >> Editor >> Color Scheme - （2）调节字体大小
在PyCharm界面依次选择File >> Settings >> Editor >> General >> Font - Anaconda常用命令
conda create -n demo python=3.8 创建一个名字为demo的虚拟环境，python版本为3.8
conda info -e 查看虚拟环境列表
conda activate demo Windows系统激活虚拟环境demo
source activate demo Mac & Linux 系统激活虚拟环境demo
conda install numpy 使用conda安装numpy包
conda install numpy==1.11.0 使用conda安装版本指定为1.11.0的numpy包
conda uninstall numpy 使用conda卸载numpy包
conda list 查看已安装包列表
conda remove --name demo –all 删除demo虚拟环境
pip list 查看已安装包列表
pip install numpy 使用pip安装numpy包
pip install numpy==1.11.0 使用pip安装版本指定为1.11.0的numpy包
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple 使用pip清华镜像源安装numpy包
pip uninstall numpy 使用pip卸载numpy包注：安装包时，可优先选择使用pip安装，若报错再选择conda安装。两者功能相同，conda权限更高，对版本要求更严格，会安装更多冗余的包。
清华源为国内镜像源，下载速度相比国外源快，相似的国内源还有以下：
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣 http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
