人工智能序章：开发环境搭建Anaconda+VsCode+JupyterNotebook(零基础启动)

这是机器未来的第5篇文章

写在前面：

• ??博客简介：专注AIoT领域，追逐未来时代的脉搏，记录路途中的技术成长！

• ??专栏简介：本专栏的核心就是：快！快！快！2周快速拿下Python，具备项目开发能力，为机器学习和深度学习做准备。

• ??面向人群：零基础编程爱好者

• ??专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待

• ??Python零基础快速入门系列

• ??快速入门Python数据科学系列

• ??人工智能开发环境搭建系列

• ??机器学习系列

• ??物体检测快速入门系列

• ??自动驾驶物体检测系列

• ??......

@[toc]

1. 概述

目前主流的Python开发IDE主要有PyCharm、JupterNotebook，VsCode等，以前主流是PyCharm，随着VsCode插件的丰富，目前VsCode已经成为主流的顶流了。

本文将采用Anaconda+VsCode+JupyterNotebook的方案，环境安装完毕后，将拥有Python运行环境、常见的Python库例如python三剑客：Numpy、matplotlib、pandas、机器学习库sklearn全都有了。

2. 安装Anaconda

2.1 概述

Anaconda，中文大蟒蛇，是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。其简化了python软件包的安装，并且自动关联依赖，自动下载依赖的软件包，避免不必要的冲突，另外，anaconda最重要的功能就是创建虚拟环境，实现各种项目开发框架及版本的隔离。

2.2 下载anaconda

Anaconda的官方下载速度较慢，推荐使用清华大学的源下载，尽量选择日期较新的版本，根据操作系统版本选择对应的版本。

• ??官方下载地址：https://www.anaconda.com/

• ??国内下载地址：

• ??清华大学 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

  
  1

2.3 安装Anaconda

注意事项：不要有中文路径，安装过程无脑下一步即可。安装完毕之后，python、pip等软件均已安装完毕。

2.4 测试Anaconda

在命令提示符输入conda -V查看conda版本，以确认conda环境是否生效。

PS?C:\Users\zhoushimin>?conda?-Vconda?4.10.3

2.5 配置Anaconda

由于Anaconda官方服务器在国外，安装python软件包时下载速度巨慢，因此需要配置国内安装源，在这里使用清华大学的第三方源。

• ??首先找到配置文件【.condarc】，其在C盘用户目录下，如图：

  
  2

  如果不存在，则直接创建即可。

• ??打开文件后，将以下内容拷贝到文件中

channels:
-?defaults
show_channel_urls:?true
default_channels:
-?https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
-?https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
-?https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk:?https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

• ??清除索引缓存 在命令行执行命令

conda?clean?-i

• ??建立虚拟环境测试下载速度

conda?create?-n?myenv?numpy

测试时会发现下载包的速度杠杠的，测试完毕后，删除myenv虚拟环境

conda?remove?-n?myenv?--all

• ??恢复官方安装源 如果使用第三方源出现问题，可以恢复官方安装源重试，恢复指令如下：

conda?config?--remove-key?channels

3. 配置pip国内安装源

使用pip安装软件包时，有些安装包下载速度特别慢，可以选择国内的安装源。

3.1 安装源列表

以下安装源可以选择：

#?清华大学?
https://pypi.tuna.tsinghua.edu.cn/simple/

#?阿里云?
http://mirrors.aliyun.com/pypi/simple/

#?中国科技大学?https://pypi.mirrors.ustc.edu.cn/simple

3.2 安装源的使用方式

• ??临时使用 以安装tensorflow使用阿里云安装源为例，在-i后面指定安装源即可

pip?install?tensorflow_gpu==2.3?-i?http://mirrors.aliyun.com/pypi/simple/

• ??永久使用 做如下配置后，无需再使用-i选项

pip?install?pip?-U?#升级 pip 到最新的版本后进行配置：pip?config?set?global.index-url?https://mirrors.aliyun.com/pypi/simple/

• ??恢复官方安装源 如果安装源出现异常，恢复官方安装源的方式如下：

pip?config?unset?global.index-url`

3. 安装VsCode

3.1 VsCode安装

• ??下载地址:https://code.visualstudio.com/

• ??安装过程 略

3.2 VsCode中文支持

启动VsCode后，点击左侧的扩展功能栏，输入chinese，选择【简体中文】语言包安装重启即可转换为中文。

snipaste20220521_182320

3.3 VsCode设置之文件修改自动保存

开启了这个配置后，对文件的修改为自动保存，再也不会因为没有保存导致心血浪费了。

在这里插入图片描述

3.4 VsCode设置之自动补全

输入editor.tabCompletion开启自动补全

在这里插入图片描述

3.5 python插件的安装

点击VsCode左侧扩展工具栏，输入Python，选择第一个结果，然后在右侧点击安装即可。

在这里插入图片描述

3.6 jupter插件的安装

在这里插入图片描述

4. 验证安装环境

• ??测试python版本 启动命令提示符，输入python查看python版本，从下图中可知python版本为3.7.0

  
  在这里插入图片描述

• ??测试Vscode中运行jupter notebook 在目录下创建demo.ipynb文件，ipynb后缀为jupter notebook文件的后缀，在右侧的代码输入框内输入

????import?numpy?as?np????print(np.__version__)

查询numpy的版本，如果正确输出版本号，则说明环境搭建成功，从下图可知，numpy的版本号为1.21.2

在这里插入图片描述

5. jupyter中常用的快捷键有哪些？

Ctrl + Enter :运行代码
Shift + Enter：运行代码，光标定位到下一行
Tab : 代码补全
Shift + Tab / / ?：查看文档
Esc：命令模式
Enter：编辑模式
命令模式下：
A：上面添加一个单元格
B：下面添加一个单元格
DD:删除一个单元格
M:Markdown
Y：代码

• ??推荐阅读：

• ??物体检测快速入门系列(1)-Windows部署GPU深度学习开发环境

• ??物体检测快速入门系列(2)-Windows部署Docker GPU深度学习开发环境

• ??物体检测快速入门系列(3)-TensorFlow 2.x Object Detection API快速安装手册

• ??物体检测快速入门系列(4)-基于Tensorflow2.x Object Detection API构建自定义物体检测器