windows中安装miniconda与环境配置

个人不建议使用anaconda,经过了长期的走坑史,miniconda才是最适合的,它轻量、快速,相比于五六百M的anaconda来说,五六十M的miniconda用起来简直太舒服了~可能你会说人家anaconda把常用的包配好了(anaconda装的很多包说不定这辈子都用不上),我把常用的包给你就是了,在文末附上,放心,这些包基本上够用了,其他的依赖包会自动安装不用担心。

下载miniconda

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

下载的时候最好不要下载太新的,选2019年9月之前的版本,因为这个时间之后的conda就停止了镜像源的服务 。见这里:
https://blog.csdn.net/yixieling4397/article/details/100551813
比如我下载的是这个版本:
在这里插入图片描述

conda命令不存在

下载好了之后,如果在命令行里面输入conda报错,将环境变量改一下,注意是系统变量,将自己电脑中的对应的这三个路径添加进去:
在这里插入图片描述

然后重启电脑打开,再次在命令行中输入conda应该就没问题了。

添加镜像源

查看已有镜像源:
conda config --get channels
添加镜像源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

更多关于镜像源的操作:
https://www.mscto.com/python/608457.html

创建虚拟环境

conda create -n main python=3.7
创建一个虚拟环境名为main的python版本为3.7的虚拟环境

更多操作

conda环境操作指令以及设置国内镜像

ubuntu安装与卸载miniconda

导出环境配置并快速配置

win10卸载CUDA10.0重新安装10.2以及torch1.6-gpu和tf2.2-gpu环境的配置

ubuntu16.04安装anaconda、conda的激活、pip安装包提速、conda安装包提速、虚拟环境的创建

vscode配置python环境以及使用json文件配置默认解释器、代码自动保存、pydesigner、kite

爬虫的常用库的安装

python的pyqt5安装及其在pycharm中的使用

批量快速安装python第三方库 如何查看和更改第三方库的默认安装路径

安装jupyter-notebook:
pip install jupyter-notebook
Jupyter Notebook介绍、安装及使用教程

jupyter-notebook添加、查看、删除python虚拟环境的kernel

如何更改jupyter notebook的主题?

jupyter-notebook安装、python3.5环境下输入jupyter-notebook,python3.6输入ipython kernel install…报错

阿里源

个人觉得没必要更改默认路径,因为打开的路径是你运行jupyter-notebook命令的路径,想在一个特定的路径下打开jupyter-notebook直接在命令行中切换过去就好了,如果非要改,那就。。。:
如何更改jupyter notebook打开的默认路径

常用库的安装

numpy==1.19.0
opencv-contrib-python==3.4.2.17
opencv-python==3.4.2.17
keras==2.3.1
tqdm==4.45.0
pandas
matplotlib
pyqt5
pyqt5-tools
lxml
Pillow==7.0.0
PyMySQL==0.9.3
scipy
seaborn==0.10.0
sympy
pylint
tensorflow-gpu==2.0.0

(注意最后一个包tensorflow-gpu的可以不安装或者换成cpu版本的,cpu版本直接去掉后面的-gpu就好了)将以上内容复制粘贴到一个txt文件里,最好将文件命名为requirements.txt(习惯),然后在命令行中切换到改文件所在的路径,激活需要安装这些包的虚拟环境,最后输入:
pip install -r requirements.txt
即可。有了这些包,基本上够用了,可以实现qt、科学计算库(numpy/scipy/sympy/seaborn/matplotlib等)、tensorflow、opencv、keras-2.3.1等,一些改变了版本会出现兼容性问题的库已经被限制了版本,所以基本上不用担心兼容性的问题,其他的依赖库会自动安装。
最后,安装jupyter notebook与jupyterLab不能放在文件里一起安装,要拿出来单独pip install jupyter-notebook或者pip install jupyterLab。

猜你喜欢

转载自blog.csdn.net/weixin_43141320/article/details/107955115
今日推荐