北方酱Hoppou~

# 1. Python 环境

# 1. Python 使用

# 1.1. 下载及安装

  1. 官网下载 Python 安装包，Python 官方网站🔗 (opens new window), linux 下建议使用 anaconda 或 miniconda

  2. Python 默认源在国外，下载速度慢且不稳定，建议更换清华源，在命令行输入以下指令添加清华源

    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
    1

    其他常用国内源

# 1.2. 使用库

  1. 安装库，常使用 pip 指令

    # 查看 pip 版本
pip -V      # 或 pip --version

# 查看已经安装的库
pip list

# 在线安装库，pip 会自动安装库的依赖
pip install xxx     # xxx 为要安装的库
    1
    2
    3
    4
    5
    6
    7
    8

  2. 升级库

    pip list --outdate          # 显示可升级库
pip install --upgrade xxx   # 升级库
    1
    2

  3. 下载离线库

    # 在目标路径下进入 cmd
# 会连同下载所有依赖包
pip download [options] [pakage]
# 比如下载 linux 版本 numpy
pip download --only-binary=:all: --platform manylinux1_x86_64 --python-version 37 numpy

# 离线安装
pip install --no-index --find-links=file: 路径 包名
    1
    2
    3
    4
    5
    6
    7
    8
    参数 功能
    --only-binary=:all: 不适用二进制包
    --platform manylinux1_x86_64 linux 64 位
    --python-version 37 python3.7

  4. whl 离线库网站🔗 (opens new window)

# 1.3. 虚拟环境

  1. 创建虚拟环境
    1. 安装 virtualenv 库 pip install virtualenv
    2. cd 到目标文件夹下
    3. virtualenv 虚拟环境名 创建虚拟环境
    4. 在 虚拟环境名/Scripts 下执行 activate 开启虚拟环境
    5. 退出虚拟环境 deactivate

# 2. Anaconda / Miniconda 使用

# 2.1. 安装

  1. Miniconda 是 Anaconda 的精简版本，只包含 Python 和一些最基本的库，使用方法与 Anaconda 相同

  2. 从清华源下载安装 Miniconda🔗 (opens new window)

  3. Linux 安装，将安装文件考入 linux, 然后执行以下命令，根据提示安装即可

    bash miniconda3_xxx.sh
    1

  4. 配置环境变量，默认不需要配置

    # 打开配置文件
~/miniconda3/bin$ sudo gedit ~/.bashrc
# 在末尾添加
export PATH=~/anaconda3/bin:$PATH
# 生效
source ~/.bashrc
# 验证
conda --version    # 或 -V
pip --version
    1
    2
    3
    4
    5
    6
    7
    8
    9

  5. Windows 安装，默认下一步即可（默认不添加环境变量）, 可在安装过程中选择配置环境变量，也可以自行配置环境变量。根据安装路径添加环境变量，重启生效

  6. 避免一开始就激活 base 环境，可以设置

    # 关闭 base 自动激活
conda config --set auto_activate_base false
# 打开 base 自动激活
conda config --set auto_activate_base true
    1
    2
    3
    4

  7. 检测安装是否成功：配置完环境变量可在任意路径执行下列命令；未配置需要进入安装目录下 (Windows：C:\ProgramData\Miniconda3\Scripts Linux：\miniconda3\bin) 执行指令

    conda list          # 查看已安装的包
conda --version     # 查看版本，或-V
    1
    2

  8. 若出现 conda:command not found 问题

    # 编辑'.bashrc'文件
vi ~/.bashrc

# 再文件末尾加入一下内容，根据需要改变路径
export PATH=$PATH:/home/username/anaconda3/bin
    1
    2
    3
    4
    5

# 2.2. 配置清华源

  1. linux

    # 清华源
# 任意目录下编辑'.condarc'文件
vi ~/.condarc
    1
    2
    3

  2. windows

    # 先创建'.condarc'文件
# 文件一般在 C:\Users\username 目录下
conda config --set show_channel_urls yes
    1
    2
    3

  3. 在.condarc中写入以下内容，具体以 清华源🔗 (opens new window) 为准

    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
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14

  4. 注意上述步骤配置的是 conda 源，如果要使用 pip，还是需要根据 本文 1.1🔗配置 pip 源

# 2.3. conda 虚拟环境

  1. 环境配置

    # 创建一个 python3.7 的环境
conda create --name 环境名 python=3.7
# 或
conda create -n 环境名 python=3.7

# 克隆现有环境
conda create -n 环境名 --clone 现有环境名

# 激活环境
conda activate 环境名
# windows bat 脚本激活 conda
call activate 环境名

# 退出环境
conda deactivate

# 删除环境
conda remove -n 环境名 --all

# 修改环境名：修改虚拟环境文件夹即可
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20

    创建虚拟环境失败，出现an unexpected error has occurred问题，可能是源文件出现问题，需要删除.condarc文件

  2. 列出所有环境

    conda info --envs   # 或 -e
    1

  3. 安装 python 包

    conda install package-name
pip install package-name
# 本地包只能用 pip, 但是得用环境下的 pip
    1
    2
    3

# 2.4. conda 升级

  1. conda 版本升级，打开 Anaconda Powershell Prompt(xxx)

    # 如果初始环境不在 base 环境下首先要退出当前虚拟环境
conda deactivate

# 然后输入升级指令
conda update conda
    1
    2
    3
    4
    5

# 3. 离线安装库文件

# 3.1. 安装 requirements

  1. 下载离线包并创建需要安装的库文件列表 requirements.txt

    最好把基础依赖包放在前面，避免某些包因缺少依赖包导致安装失败，#注释掉不需要安装的包

    six-1.15.0-py2.py3-none-any.whl
numpy-1.19.1-cp37-cp37m-manylinux1_x86_64.whl
scipy-1.5.2-cp37-cp37m-manylinux1_x86_64.whl
certifi-2020.6.20-py2.py3-none-any.whl
cycler-0.10.0-py2.py3-none-any.whl
pyparsing-2.4.7-py2.py3-none-any.whl
pytz-2020.1-py2.py3-none-any.whl
python_dateutil-2.8.1-py2.py3-none-any.whl
pandas-1.1.1-cp37-cp37m-manylinux1_x86_64.whl

# Pillow-7.2.0-cp37-cp37m-manylinux1_x86_64.whl
# kiwisolver-1.2.0-cp37-cp37m-manylinux1_x86_64.whl
# matplotlib-3.3.1-cp37-cp37m-manylinux1_x86_64.whl

pyDOE-0.3.8.zip
pwlf-2.0.4.tar.gz
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16

  2. 批量安装库

    # 批量安装
pip install -r requirements.txt
# 忽略目录批量安装
pip install --no-index -r requirements.txt
    1
    2
    3
    4

# 3.2. 生成 requirements

  1. 方法 1: 生成 requirements.txt 文件

    # 这个方法会包含当前环境下所有库，更推荐方法 2
pip3 freeze >requirements.txt
    1
    2

  2. 方法 2: 只根据当前项目生成 requirements 文件（推荐）

    # 安装库
pip install pipreqs

# 在项目根目录执行，生成 requirements 文件
pipreqs . --encoding=utf8 --force
    1
    2
    3
    4
    5

# 4. VSCode 配置 Python 环境

  1. 安装 Python 插件

  2. 创建虚拟环境（用全局环境可以跳过）

  3. 为项目添加环境

    1. 打开一个 Python 项目

    2. Ctrl+Shift+P 打开命令面板

    3. 选择 Python：选择解释器(Python: Select Interpreter)

    4. 用全局环境可以选择已经列出的环境，否则选择Enter interpreter path，然后选find在弹出的窗口中选择已创建的虚拟环境

  4. 添加配置：可以根据自己的项目配置 Python、Django 等

  5. 然后就可以开始调试运行了

# 5. CUDA 安装

  1. 如果需要安装 pytorch, 建议根据 pytorch 的版本选择安装对应的 CUDA 版本，教程当前时间 pytorch 最高支持 cuda 11.3, 因此本文以 11.3 版本为例

  2. 检查显卡驱动版本是否兼容 CUDA 版本列表🔗 (opens new window), 一般自动更新的驱动都可以兼容（过于老旧的 Nvidia 卡和所有的 AMD 显卡不支持）

  3. 在网上搜索对应版本的 cuda 下载地址（官网不好找版本，直接搜索更方便），比如 CUDA 11.3🔗 (opens new window)

  4. 安装 CUDA

    1. 执行完安装程序后，在 Path 环境变量中添加以下几条，根据自己的版本和位置修改，如果已经有了就不用添加

      C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp
      1
      2
      3

    2. 测试 cuda, 在 cmd 中输入nvcc -V指令，出现类似下图内容表示安装成功

      图 3

    3. 测试带宽

      图 1

  5. 下载安装 cudnn🔗 (opens new window), 注意要跟 cuda 版本匹配，CUDA11.3 对应 cudnn8.2.1，需要 nvidia 账号。将解压后的文件放入 cuda 的安装目录 (\CUDA\v11.3\) 即可

  6. 安装测试 tensorflow

    1. python 安装 tensorflow-gpu

      pip install tensorflow-gpu
      1

    2. 测试

      # 测试 GPU 配置是否成功
import tensorflow as tf

# 显示 1 及以上数字说明配置成功
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
      1
      2
      3
      4
      5
      # 表示有 1 块 gpu 可以使用
Num GPUs Available:  1
      1
      2

  7. 参考教程🔗 (opens new window)

# 6. Pycharm 使用技巧

# 6.1. 模板

  1. 打开 File->Settings->Editor->File and Code Templates

  2. 选择 Python Script，输入模板

    Python Script

  3. 常用模板设置

    #!/usr/bin/python3
# -*- coding:utf-8 -*-

# ------------------
# Project: ${PROJECT_NAME}
# Tittle: ${FILE_NAME}
# Version: python3.7
# DateTime: ${DATE}
# Function:
# ------------------
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11

  4. 系统变量

    变量名 内容
    ${PROJECT_NAME} 项目名称
    ${PRODUCT_NAME} IDE 名称
    ${FILE_NAME} 文件名
    ${DATE} 日期
    ${USER} 用户名
    ${YEAR} ${MONTH} ${DAY} 年、月、日
    ${HOUR} ${MINUTE} 时、分

# 6.2. 补全

  1. 打开 File->Settings->Editor->Live Templates（文件->设置->编辑器->实时模板）

  2. 打开需要创建的程序下拉菜单，然后点击右侧“+”号并选择 Live Template

  3. 编辑自动补全：

    1. 把 <abbreviation> 修改为触发词
    2. Description 为解释内容
    3. 最下面红字，点击后面的 Define 选择适用语言
    4. 右侧 option 选择触发按键

  4. 点击 apply 就完成设置。比如下图的设置，在 HTML 文件里输入<!，然后按 Tab 键就会补全称为<!-- -->

    设置

# 6.3. 运行配置

  1. 以 Django 为例 (Pycharm 专业版会自动配置）

  2. 点击右上角的Add Configurations

    图 1

  3. 点击+号，选择 Python

    图 2

  4. 根据下图进行配置

    图 3

  5. 接下来就可以用 Pycharm 右上角的快捷键运行 Django 项目

  6. 也可以利用此方法添加 makemigratiosn 和 migrate

# 6.4. Terminal 自动激活虚拟环境

  1. 打开File->Settings->Tools->Terminal, Shell path 选择 cmd

    图 1

# 7. 备注

  1. 常用库

    库 功能
    altair 数据可视化工具
    django django 网站框架
    jaydebeapi 通过 java 的 jdbc 来连接数据库
    matplotlib 绘图
    nuitka python 程序打包
    pandas 数据分析工具
    paramiko ssh 工具
    pillow->PIL 图片处理
    pretty_errors python 优化错误显示
    psutil 电脑监控信息读取
    pulp 线性求解
    pwlf 分段线性拟合
    pyecharts python + echarts
    pymysql MySQL 数据库
    pyserial 串口
    scipy 科学计算库
    sympy 科学（符号）计算库
    virtualenv 虚拟环境
lastUpdate: 3/30/2023, 2:14:30 PM

2. Python 数据类型 →