在科学计算、深度学习、机器学习等领域 Python 语言拥有举足轻重的地位,Python 开发环境,相关链接如下:
PyPi(第三方库)地址: https://pypi.org/
Anconda 官方地址: https://www.anaconda.com/
Anconda 官方文档: https://docs.conda.io/projects/conda/en/latest/userguide/install/index.html
Anconda 下载地址: https://www.anaconda.com/products/individual#Downloads
Anconda Installer repo: https://repo.anaconda.com/archive/
Miniconda 下载地址:https://docs.conda.io/en/latest/miniconda.html
Miniconda Installer repo: https://repo.anaconda.com/miniconda/
安装 Python 的方式有很多种,但根据所需,Anconda 无疑是最好的选择。在这里以 Miniconda 为例,在
Windows、macOS 平台下的安装。
安装
1 | # Mac x86 |
点击此Windows 下载安装程序
配置终端显示
Linux or Mac
1 | conda config --set auto_activate_base false |
Windows
1 | Set-ExecutionPolicy -ExecutionPolicy RemoteSigned |
注意: 需要在管理员权限下
设置镜像源
不得不说Anconda
是个非常不错的科学计算包管理工具(当然不限与Python,而笔者主要用conda来管理虚拟环境等),使用conda来管理的时
候难免会遇到国外网络的各种意外。对于此最简单的方法就是使用咱们国内的镜像源。使用方式如下
1 | # 增加 镜像地址 |
查看配置
1 | conda config --show-sources |
当然也可以通过配置文件.condarc
来修改,但笔者并不建议。在此遍不再过多赘述。