【Python】扫盲帖:关于在Windows、Linux和Mac上安装设置Python的问题

黄博的机器学习圈子 2021-04-16 12:47:15
linux Python windows mac 扫盲


来源|Analytics Vidhya

概述

  • 在Linux、Mac或Windows机器上安装Python时遇到的问题
  • 一步一步安装Python及流行的数据科学工具

1

介绍

  • 在你的机器上安装Python是不是很困难?这实际上是我在数据科学初学者中看到的一个非常常见的问题。安装在理论上可能看起来很简单,但在现实中可能会有点问题。

我个人在尝试在我的Linux和Windows机器上安装Python时曾遇到过各种各样的问题。一般在出问题之前安装总是很顺利。出了问题之后要么是兼容性问题,要么是关于某种依赖性缺失的问题。

如果你曾经在尝试在你的机器上安装Python时遇到过这种琐碎的问题,那么本文就是为你准备的。在我出现问题之时我一般需要查找几个论坛或网站来解决我的问题,这不是一个好的过程,所以我决定把所有的东西整理一下,放在一个地方分享给你。

我提供了一个循序渐进的过程,你可以通过以下三个平台上设置Anaconda来安装Python:

  • Linux
  • macOS
  • Windows

2

目录

  1. 数据科学的重要工具
  2. 在Linux上安装Python的步骤
  3. 在macOS上安装Python的步骤
  4. 在Windows上安装Python的步骤

3

数据科学的重要工具

数据科学家的工具箱可能会让你大吃一惊,因为工作的不同方面可能需要多个工具。然而,有些工具比其他工具更重要(或使用得更广泛)。以下是每个数据科学家(无论是新手还是有经验的),都需要的一些必备工具:

  1. Python: Python是数据科学中使用最广泛的编程语言。与其他语言相比,几乎每一个机器学习的新开发都是先在Python中进行的。它之所以被广泛采用,是因为Python中有一些非常有用的库。
  2. Pandas:在数据处理和分析方面,没有什么能比得上Pandas。Pandas是一个Python库。一般在执行任何分析或构建机器学习模型之前都需要操作数据,在操作数据时它非常有用。
  3. NumPy:和Pandas一样,NumPy也是一个非常受欢迎的Python库。NumPy引入了支持大型多维数组和矩阵的函数。它还引入了高级数学函数来处理这些数组和矩阵
  4. Matplotlib: Matplotlib是Python中最流行的数据可视化库。它允许我们生成和构建各种各样的图
  5. Scikit-Learn:就像用于数据操作的Pandas和用于可视化的Matplotlib一样,Scikit-Learn在构建实际模型是佼佼者
  6. Jupyter Notebook: Jupyter Notebook是一个非常有用的IDE,可以进行数据科学实验,它甚至可以记录你的方法,并根据你的代码实验创建演示文稿和幻灯片。

最棒的是Miniconda和Anaconda默认配置了以上所有工具!

4

什么是Anaconda和Miniconda?

当你学习数据科学时,Python是一个非常重要的软件。它允许我们安装几乎所有的库和工具,这些库和工具是我们在使用Python进行数据科学之旅时所需要的。它有一个非常简单的接口,让我们只用几行代码就可以完成大多数数据科学任务。

Miniconda是Anaconda的一个轻量级版本。如果你的计算机上没有足够的磁盘空间的话,Miniconda是一个很好的选择。

让我们来看看如何在我们自己的机器上同时设置Anaconda和Miniconda!

5

在Linux上安装Python的步骤

Linux是数据科学界广泛喜爱的平台。它为我们执行的数据科学任务提供了极大的灵活性。但是这里有一个小警告——如果你是Linux初学者,在Linux上安装软件可能相当棘手!

以下是在Linux上安装Python和流行数据科学工具的步骤。

第一步:获取Miniconda

你可以从下面这个链接下载Miniconda:

https://docs.conda.io/en/latest/miniconda.html

你可以选择Linux版本的安装程序,建议的Python版本应该是任何大于Python 3.5的版本。

第二步:安装Miniconda

现在已经下载了Miniconda文件,下一步是在系统中安装它。为此,首先进入下载文件的目录:

cd directory_name

然后,为了启动安装脚本,使用bash命令输入Miniconda文件名:

bash miniconda_file_name

如果要求确认,请按回车键继续。

一旦你看到许可条款,请继续按enter键,直到接受这些条款为止。然后输入"yes"接受条款。然后它会要求你选择安装位置:

你可以提供一个单独的位置,或者按enter键选择默认位置。除非我的主驱动器有空间问题,否则我通常更喜欢默认选项。在这里我给出了另一个安装位置。

在此之后,这个过程相当简单,因为你只需要说"yes"并按下Enter键即可。请记住,安装可能需要一些时间,所以当你的机器在安装所有东西时,可以去喝杯咖啡了!

完成上述步骤后,将要求你打开另一个终端以激活Miniconda,打开一个新的终端,我们开始处理接下来的步骤

第三步:创建新环境

环境基本上就是你的"工作区"。你想怎么设置就怎么设置。这非常酷!

你可以选择环境中Python库的版本,这可以帮助你更好地控制数据科学工作。

现在,Miniconda环境的好处是它允许你创建多个这样的环境。你可以管理多个独立的环境,每个环境用于一个单独的任务!

让我用一个例子来解释一下。假设我们正在使用一个最先进的框架(比如用于自然语言处理的PyTorch-Transformers),并且我们需要依赖库的所有最新版本。接下来就是环境派上用场的地方。

例如我们有一个旧的遗留项目,并且我们被迫使用项目所需的某些版本的库。我们可以让这个最新版本的安装与这些老版本的库共存

你可以使用以下命令创建一个环境:

conda create -n av python=3 anaconda

"av"是环境的名称(这个名称你可以任意给出)。python=3是我们想要使用的python版本。

若要检查环境是否已成功创建,请键入以下命令:

conda env list

这将给我们一个当前安装在系统中的环境列表。

第四步:激活新环境

现在,要开始使用你创建的新环境,输入以下命令:

source activate av

为了确保在活动环境中工作正常,我们可以使用以下命令查看在该环境中安装的库的列表:

conda list

上面的命令应该会给你这样的输出:

一旦你完成了一个环境的工作,你想要停用它,你可以使用:

source deactivate av

因此,现在所有的设置已经完成,接下来检查是否如预期的那样工作。让我们进入下一步。

第五步:启动Jupyter Notebook

打开Jupyter Notebook 命令如下:

jupyter notebook

这将启动浏览器中的Jupyter Notebook:

接下来,你只需点击"新建",并选择"python3",就可以开始使用python3的Notebook了:

很简单,不是吗?

恭喜你!现在,你已经成功地在系统上安装了Anaconda。由于Anaconda默认配置了Python和所有数据科学库(比如Pandas、Numpy、Scikit-Learn等)一起提供,所以现在你的系统中也包含了所有这些库!

如果你仍然有疑问或在任何步骤卡住,这里是整个安装过程的视频^1:

6

在macOS上安装Python的步骤

macOS的安装步骤非常类似于Linux的安装步骤。它们都具有相同的bash终端。唯一的区别是需要下载的Miniconda安装文件。

你可以从这个连结下载Miniconda for macOS:

https://docs.conda.io/en/latest/miniconda.html

这一次,你必须选择macOS "bash installer",建议的Python版本应该是任何大于Python 3.5的版本。

下载了上面的文件之后,只需按照Linux安装步骤中的步骤2到5进行操作,就可以开始了。

观看视频^2,获得在macOS上安装Python的完整运行过程:

7

在Windows上安装Python的步骤

让我们看看在Windows上安装Python和其他数据科学库的步骤。

第一步:获取Anaconda

你可以从这个链接下载Anaconda:

https://www.anaconda.com/distribution/

你可以选择安装程序的Windows版本,建议的Python版本应该是Python 3.5以上的任何版本。

现在你将看到两个选择分别是32位64位安装程序。选择一个与你的系统兼容的(如果你不确定的话,右键点击"我的电脑"来查看)。

第二步:安装Anaconda

下载安装文件后,转到"Downloads"文件夹,双击文件。将打开一个新的安装窗口:

然后单击"Next",这将带你进入许可协议。点击"I Agree"接受:

然后,它会询问你是否只想为该用户安装此软件,还是只想为系统的所有用户安装此软件。这完全是你的选择。我通常会选择"recommended(推荐)"选项:

现在你可以选择安装软件的位置:

现在,在下一个窗口中,你将得到几个"高级选项"。你现在可以取消这两个选项,然后单击Install。这一步可能需要一些时间:

安装完成后,点击"下一步":

你可以跳过安装微软的VSCode:

单击finish。

完成了,这时Python已经为你开始分析数据和构建机器学习模型做好了准备。

第三步:启动Jupyter Notebook

为了确保一切安装正确,我们将打开Jupyter Notebook。要做到这一点,首先去开始菜单和搜索"Jupyter Notebook":

点击"Jupyter Notebook"选项,将会在浏览器中打开Jupyter Notebook:

现在你只需点击"new",然后选择"python3",就可以开始使用python3 Notebook了:

如果你更喜欢通过可视化的格式来学习,这里的一段视频^3详细介绍了如何在Windows上安装Python。

最后指出

这就是在所有流行平台上安装Python的全部内容。我在这里的目的是让你熟悉安装过程,消除你可能存在的疑问。

- End -


本文分享自微信公众号 - 机器学习初学者(ai-start-com)

原文出处及转载信息见文内详细说明,如有侵权,请联系 [email protected] 删除。

原始发表时间: 2021-04-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

版权声明
本文为[黄博的机器学习圈子]所创,转载请带上原文链接,感谢
https://cloud.tencent.com/developer/article/1814284

  1. 【计算机网络 12(1),尚学堂马士兵Java视频教程
  2. 【程序猿历程,史上最全的Java面试题集锦在这里
  3. 【程序猿历程(1),Javaweb视频教程百度云
  4. Notes on MySQL 45 lectures (1-7)
  5. [computer network 12 (1), Shang Xuetang Ma soldier java video tutorial
  6. The most complete collection of Java interview questions in history is here
  7. [process of program ape (1), JavaWeb video tutorial, baidu cloud
  8. Notes on MySQL 45 lectures (1-7)
  9. 精进 Spring Boot 03:Spring Boot 的配置文件和配置管理,以及用三种方式读取配置文件
  10. Refined spring boot 03: spring boot configuration files and configuration management, and reading configuration files in three ways
  11. 精进 Spring Boot 03:Spring Boot 的配置文件和配置管理,以及用三种方式读取配置文件
  12. Refined spring boot 03: spring boot configuration files and configuration management, and reading configuration files in three ways
  13. 【递归,Java传智播客笔记
  14. [recursion, Java intelligence podcast notes
  15. [adhere to painting for 386 days] the beginning of spring of 24 solar terms
  16. K8S系列第八篇(Service、EndPoints以及高可用kubeadm部署)
  17. K8s Series Part 8 (service, endpoints and high availability kubeadm deployment)
  18. 【重识 HTML (3),350道Java面试真题分享
  19. 【重识 HTML (2),Java并发编程必会的多线程你竟然还不会
  20. 【重识 HTML (1),二本Java小菜鸟4面字节跳动被秒成渣渣
  21. [re recognize HTML (3) and share 350 real Java interview questions
  22. [re recognize HTML (2). Multithreading is a must for Java Concurrent Programming. How dare you not
  23. [re recognize HTML (1), two Java rookies' 4-sided bytes beat and become slag in seconds
  24. 造轮子系列之RPC 1:如何从零开始开发RPC框架
  25. RPC 1: how to develop RPC framework from scratch
  26. 造轮子系列之RPC 1:如何从零开始开发RPC框架
  27. RPC 1: how to develop RPC framework from scratch
  28. 一次性捋清楚吧,对乱糟糟的,Spring事务扩展机制
  29. 一文彻底弄懂如何选择抽象类还是接口,连续四年百度Java岗必问面试题
  30. Redis常用命令
  31. 一双拖鞋引发的血案,狂神说Java系列笔记
  32. 一、mysql基础安装
  33. 一位程序员的独白:尽管我一生坎坷,Java框架面试基础
  34. Clear it all at once. For the messy, spring transaction extension mechanism
  35. A thorough understanding of how to choose abstract classes or interfaces, baidu Java post must ask interview questions for four consecutive years
  36. Redis common commands
  37. A pair of slippers triggered the murder, crazy God said java series notes
  38. 1、 MySQL basic installation
  39. Monologue of a programmer: despite my ups and downs in my life, Java framework is the foundation of interview
  40. 【大厂面试】三面三问Spring循环依赖,请一定要把这篇看完(建议收藏)
  41. 一线互联网企业中,springboot入门项目
  42. 一篇文带你入门SSM框架Spring开发,帮你快速拿Offer
  43. 【面试资料】Java全集、微服务、大数据、数据结构与算法、机器学习知识最全总结,283页pdf
  44. 【leetcode刷题】24.数组中重复的数字——Java版
  45. 【leetcode刷题】23.对称二叉树——Java版
  46. 【leetcode刷题】22.二叉树的中序遍历——Java版
  47. 【leetcode刷题】21.三数之和——Java版
  48. 【leetcode刷题】20.最长回文子串——Java版
  49. 【leetcode刷题】19.回文链表——Java版
  50. 【leetcode刷题】18.反转链表——Java版
  51. 【leetcode刷题】17.相交链表——Java&python版
  52. 【leetcode刷题】16.环形链表——Java版
  53. 【leetcode刷题】15.汉明距离——Java版
  54. 【leetcode刷题】14.找到所有数组中消失的数字——Java版
  55. 【leetcode刷题】13.比特位计数——Java版
  56. oracle控制用户权限命令
  57. 三年Java开发,继阿里,鲁班二期Java架构师
  58. Oracle必须要启动的服务
  59. 万字长文!深入剖析HashMap,Java基础笔试题大全带答案
  60. 一问Kafka就心慌?我却凭着这份,图灵学院vip课程百度云