Windows下通过Anaconda创建虚拟环境安装 jupyter 和 numpy

---

实验环境

Windows11
Anaoconda
jupyter

一、Anaconda安装

Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。主要是提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

Anaconda 下载地址: https://www.continuum.io/downloads，Linux、Mac、Windows均支持。

由于Anaconda安装非常简单，这里就不再过多叙述，需要注意的是安装选项需要选择添加环境变量选项

详细的Anaconda安装请见博客https://blog.csdn.net/tqlisno1/article/details/108908775

检验安装是否成功
在cmd中输入 ：python(按回车键)，——查看是否有Python环境

更改conda源（后续安装第三方库可以加快速度）
在Anaconda prompt中操作：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

二、安装 jupyter 和 numpy

2.1 简介

Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。——Jupyter Notebook官方介绍
简而言之，Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于作及时的说明和解释。

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

2.2 创建Anaconda虚拟环境

conda create -n your_env_name python=x.x

anaconda命令创建python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

2.3 安装jupyter

1. 激活或者切换虚拟环境

打开命令行，输入python --version检查当前 python 版本。

Linux:  source activate your_env_nam
Windows: activate your_env_name

这里myconda对应上面创建的虚拟环境名称，需要修改成自己的虚拟环境名称

2. 安装jupyter以及numpy

安装jupyter命令：

conda install -n myconda jupyter notebook

安装numpy命令：

conda install -n myconda numpy

3. 检验jupyter是否安装成功

在上述环境中输入命令打开jupyter

jupyter notebook

出现该页面说明jupyter安装成功，可以进行接下来的numpy的基础练习了

三、numpy基础练习

1. 创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于0

import numpy as np
s=np.zeros(shape=10)
s

2. 创建一个元素为从10到49的ndarray对象

np.random.randint(10,50,size=10)

3. 将10到49均分成10个数

np.linspace(10,49,10)

4. 反转向量第一个元素变为最后一个

m=np.arange(10,50)
m[::-1]

5. 创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0

nd=np.zeros(shape=(10,10),dtype=np.int8)
nd[[0,9]]=1
nd[:,[0,9]]=1
nd

6. 创建一个带有随机值的10x10数组，并找到最小值和最大值

temp = np.random.random((10,10))
print(temp)
max=np.max(temp)
min=np.min(temp)
print(max,min)

7. 创建一个大小为30的随机向量，并找到平均值

temp = np.random.random(30)
print(temp)
avg0=np.average(temp)#可算加权
avg1=np.mean(temp)
print(avg0,avg1)

8. 创建一个8x8矩阵并用棋盘格填充

Z = np.zeros((8,8),dtype=int)
Z[1::2,::2] = 1#从第一行，到最后一行，中间间隔两行；中间间隔两列
Z[::2,1::2] = 1
print(Z)

9. 创建一个自定义数据类型，将颜色描述为四个无符号字节（RGBA）

color = np.dtype([("r", np.ubyte),
                  ("g", np.ubyte),
                  ("b", np.ubyte),
                  ("a", np.ubyte)])
print(color)

10. 创建一个5x5矩阵，行值从0到4

Z = np.zeros((5,5))
Z += np.arange(5)#对行操作
print(Z)

# without broadcasting
Z = np.tile(np.arange(0, 5), (5,1))
print(Z)

四、实验总结

Anaconda 是针对各种包与 python 版本不兼容问题进行解决的，只需要利用 anaconda 创建一个虚拟环境，可以配置合适的 python 版本，在里面安装自己所需要的包即可。