Python零碎知识点

1.设置独立的python环境

• anaconda 里面有conda这个工具，可以独立设置python环境，但是需要配置清华的镜像源：具体参考

  conda解决不能下载的问题：https://www.cnblogs.com/tianlang25/p/12433025.html
  https://cloud.tencent.com/developer/article/1572996

  配置完成之后使用：

  //第一步创建
  conda create -n "虚拟环境名称" python=3.8.3 
  例如：
  conda create -n translate python=3.8.3
  //第二步激活
  activate translate 
  这样就进入到了conda设定的专有环境了

  当第二次登录系统，又想重新进入conda设定的专有环境，可以使用

  activate translate //translate是设置的虚拟环境名称

• 查看创建虚拟环境的位置： conda env list

1.1 正常创建虚拟环境的方法

• python3.3以后，官方提供了venv的方式创建虚拟环境 可使用 python -m venv -h 进行命令查看

• 创建虚拟环境：python -m venv venvdemo //创建名为venvdemo的虚拟环境，执行完该指令后，会在cmd所在的地方生成一个venvdemo的文件夹，打开该文件夹，里面包含Lib文件（虚拟环境安装的的包，就会放在该文件夹下的site-packages文件夹下）、Scripts文件

• 激活虚拟环境：进入到 Scripts 然后输入：activate 就激活了该虚拟环境，如果使用编辑器的话，那么直接指定Scripts下的python.exe那么也使用的是该虚拟环境（PATH路径最前面的原理，pycharm基本上就是这个原理）

• 去激活虚拟环境：进入到Scripts文件夹，然后 deactivate,这样就从虚拟python环境，跳出来到系统的环境了

• pycharm每次create project的时候，会出现 new environment using Virtualenv (这个就是上面提到的venv的形式创建虚拟环境)，还可以选择conda环境 下方Inherit global site-packages (使用系统中python的包) make available to all projects(把这次创建的虚拟环境当成模板，给其他项目用，就是下面 Existing interpreter中的列表中会出现)

  existing interpreter是选择已经创建好的虚拟环境使用：

• 导出当前项目中用到的包：pip freeze > requirement.txt //这样就会在Scripts文件夹下生成requirement.txt文件了（当前系统安装的包以及包的版本号）

• 基于上一步，导入一个项目已经安装好的包，快速复原项目：pip install -r requirement.txt

1.3 jupyter使用conda创建的虚拟环境的方法步骤：

•   创建一个虚拟环境 ：

  conda create -n test python=3.7   //创建之后可以通过conda env list 查看所有已存在的环境，并通过activate 环境名称进入该环境，进行各种包的安装及操作

• 安装ipykernel

      　　conda install ipykernel

• 将环境写入notebook的kernel中

　　　　python -m ipykernel install --user --name=test   //test 就是conda env list中你要放到jupyter nodebook当中的conda 环境

至此，进入jupyter你就可以看到自己添加的环境了。

另外：
通过jupyter kernelspec remove test删除环境

1.4 python 通过pip安装tensorflow1的简要步骤：

• 下载tensorflow1的安装包：tensorflow-windows-wheel/1.5.0/py27/CPU/avx2/tensorflow-1.5.0-cp27-cp27m-win_amd64.whl at master · fo40225/tensorflow-windows-wheel (github.com)   //这个是python2.7版本的tensorflow离线安装包，当然你也可以下载python3.x版本的
• 进入自己的虚拟环境，直接 pip install tensorflow-1.5.0-cp27-cp27m-win_amd64.whl 就可以安装了

2. pycharm中的python package和 dictory的区别：

python中模块就是指一个py文件，如果我们将所有相关的代码都放在一个py文件中，则该py文件既是程序由是模块，但是程序和模块的设计目的是不同的，程序的目的是为了运行，而模块的目的是为了其他程序进行引用。

Dictionary在pycharm中就是一个文件夹，放置资源文件，对应于在进行JavaWeb开发时用于放置css/js文件的目录，或者说在进行物体识别时，用来存储背景图像的文件夹。该文件夹其中并不包含_ _ init.py_ _文件

对于Python package 文件夹而言，与Dictionary不同之处在于其会自动创建_ _ init.py_ _文件。
简单的说，python package就是一个目录，其中包括一组模块和一个_ _ init.py_ _文件。

该文件与Python的import机制有关，这关乎到你的哪些.py文件是对外可访问的。有些时候，如果一个包下有很多模块，在调用方import如此多模块是很费事，且不优雅的，此时可以通过修改_ _ init_ _.py来完成该任务。

其实_ _ init_ .py可以为空，当其为空时，from Image import * 将Image包下所有的模块都进行引用，如果想要控制引用的模块，则可以自行定义 all _

3.人工智能模型

• NLP经典模型网站（能下载模型）是hugging face

• 图像换脸的经典模型是deepface

• 理想模型开发方法：下载经典网站的典型模型，然后在使用自己的数据微调，最后生成真正可以使用的模型

• 模型微调好之后，进入正式使用阶段，从入参到输出结果，依据模型大小，如果模型比较大，参数比较多，那么整个响应的过程也是比较费时间的