kaggle-step-by-step2
今天继续昨天的工作.
首先我已经在我的window环境下下载了图形界面的anaconda下载器并且安装了相应的东西.
然后我们已经尝试过简单的在conda中创建一个新的环境learn.
首先复习一下.
1.anaconda navigator
他的用处是用一个图形界面让我们管理python的库
所以我们可以用它来安装 更新 卸载 各个环境下的库.
打开可以看到现在有两个环境 一个是默认的base 一个是我们昨天创建的learn
现在的learn里面除了python啥也没有.
接下来我打算把numpy和matplotlib安装过来.
我们可以试着用图形界面安装一个numpy.)(略)
再用命令行安装一个matplotlib
2.anaconda prompt
这就是给我们使用的命令行.
打开它
现在我们在默认的base环境下
输入
activate learn
进入learn环境
(linux/mac 使用 source activate learn)
现在安装matplotlib
conda install matplotlib
会让你确认 y即可
有时候网络不好安装可能不一定成功.
我们可以多安装几次,或者换网络环境试试- -
安装完了之后我们可以使用
conda env list
看看我们都安装了些什么包
大功告成!
3.jupyter notebook
安装anaconda送一个jupyter notebook这么好用的东西不用真是可惜.
怎么用呢?
window应该可以直接点击这个程序,他会自动配置好弹出一个网页,我们在其中选择我们想要进入的工作目录.
像我比较随意,就先进入了Desktop目录,直接在桌面玩咯.
右边有个new,点击会让你选kernel,就是用哪个python,不过你现在电脑里如果和我一样,应该只有一个python3哈哈.
选择python3即可.
然后就在桌面创建了一个新的ipynb文件,就是notebook文件.这个时候进入一个新的网页,我们就可以在这上面快乐的玩耍了哈哈
试着在第一行输入print("hello world")
然后shirt+enter就会运行你这行代码 ,输出hello world
jupyter notebook这东西太好玩了,之后我再继续玩他.
其实这个时候有个疑问,就是他是如何工作的.
稍微介绍一下,他的工作原理是通过web把我们的输入交给我们选择的kernel(这里是默认的 python 3)去跑我们的代码.
然后把输出同样反馈在web上.
也就是说,使用的是我们选择的kernel.
如果这个kernel的环境里面没有某个库,那么import 那个库应该会报错.
为了保持环境的整洁,我们可以灵活的使用conda.
记得吗,conda可以创造一个个独立的环境供我们使用.
我们试着把jupyter notebook使用的kernel换成一个专门给他使用的kernel,保持环境的整洁.
在这里我们正好有一个用来学习试验的环境learn
首先还是进入learn的环境下面.(使用prompt进入命令行 然后activate learn)
然后输入
conda install ipykernel
安装完成之后输入:
python -m ipykernel install --user --name learn --display-name "Python conda env:learn"
输入格式如下:
python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"
大功告成!
之后我们随意打开jupyter notebook,可以发现kernel的选项多了一个 python conda env: learn
选择这个kernel,这样我们每次使用notebook都是用的这个环境下的python.
4.mac下安装anaconda
同样的下载安装文件
清华镜像快很多
有两种
一种.sh
一种.pkg
一个相当于命令行脚本
一个是图形安装包
我们选择图形安装包 (懒人
按照提示一路安装就好了
然后进入terminal
conda --version
发现cmd not found
输入echo $path
发现路径里面没有包含conda的路径
在terminal中输入
export PATH=~/anaconda3/bin:$PATH
然后再次在terminal中输入
conda -V
发现conda有了~嘿嘿`
大功告成!
//之后的笔记我打算使用jupyter notebook写下来.如果这个博客不支持的话我会把后续放到自己的博客里面去的 链接以后再给
