安装Python环境

源码资源网

安装Python环境
由于Python的库比较多，并且依赖关系比较复杂，所以请仔细阅读下面的说明，并按下面的说明来操作，减少问题出现的可能。 但是所列的安装方法说明里有较多的细节，也许和你的系统并不适配，所以可能会遇到问题。如果遇到问题请通过搜索引擎去查找解决的办法，并通过这个方式锻炼自己解决问题的能力。

可以参考后面所列的1.Winodws或者2.Linux章节所列的将Python环境安装到计算机里。

1. Windows下安装
由于Anaconda集成了大部分的python包，因此能够很方便的开始使用。由于网络下载速度较慢，因此推荐使用镜像来提高下载的速度。镜像的使用方法可以参考：Anaconda镜像的说明文档

在下列镜像网站找到适合自己的安装文件，然后下载
https://mirrors.bfsu.edu.cn/anaconda/archive/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
https://mirrors.aliyun.com/anaconda/archive/
https://mirrors.hit.edu.cn/anaconda/archive/
例如： https://mirrors.bfsu.edu.cn/anac ... -Windows-x86_64.exe

按照说明，把Anaconda安装好。
2. Linux下安装
在网站下载最新的conda安装文件，例如

1. wget https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh

复制代码

然后运行

1. bash ./Anaconda3-2020.11-Linux-x86_64.sh

复制代码

按照提示完成安装（记得需要自动加入环境变量的设置），然后关闭终端，再打开终端

3. 设置软件源
3.1 设置conda软件源
参考这里的conda安装和软件源设置说明

各系统都可以通过修改用户目录下的 .condarc 文件。

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。然后在命令行输入 notepad .condarc将下面的内容拷贝到文本编辑器里面。

Linux下，打开文件编辑器 gedit ~/.condarc，然后把下面的内容拷贝到这个文件中：

1. channels:
   
2.   - defaults
   
3. show_channel_urls: true
   
4. default_channels:
   
5.   - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
   
6.   - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
   
7.   - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
   
8. custom_channels:
   
9.   conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
   
10.   msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
    
11.   bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
    
12.   menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
    
13.   pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
    
14.   pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
    
15.   simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

复制代码

3.2 设置PIP源

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

复制代码

4. 安装常用软件

新建conda环境

1. conda create -n machinelearning python=3.9

复制代码

打开conda的命令行程序，输入下面的命令

1. conda install jupyter scipy numpy sympy matplotlib pandas scikit-learn

复制代码

5. 安装PyTorch

GPU 版本

1. # 访问 https://pytorch.org/，查最新的安装命令
   
2. # 例如 pytorch-cuda=11.6
   
3. 
   
4. # 安装cudatoolkit
   
5. conda install cudatoolkit
   
6. 
   
7. # 安装最新版本
   
8. conda install pytorch torchvision torchaudio pytorch-cuda -c pytorch -c nvidia
   
9. 
   
10. # 安装特定版本
    
11. #conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

复制代码

CPU 版本

1. conda install pytorch -c pytorch
   
2. pip3 install torchvision

复制代码

检测GPU是否在PyTorch中可用：

1. >>> import torch
   
2. >>> torch.cuda.is_available()

复制代码

6. Conda使用技巧6.1 Conda创建自己的环境

1. conda create -n <your_env> python=x.x
   
2. 
   
3. # example
   
4. conda create -n machinelearning python=3.8

复制代码

上面的python=x.x中的x.x对应自己系统中的Python版本

6.2 Conda怎么激活自己的环境

1. conda activate <your_env>
   
2. 
   
3. # example
   
4. conda activate machinelearning

复制代码

6.3 Conda常用命令

1. # 帮助命令
   
2. conda -h
   
3. conda help
   
4. 
   
5. # 配置频道(已有)
   
6. conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
   
7. 
   
8. # 退出当前环境
   
9. conda deactivate
   
10. 
    
11. # 克隆环境
    
12. conda create -n BBB --clone AAA
    
13. 
    
14. # 查看基本信息
    
15. conda info
    
16. conda info -h
    
17. 
    
18. # 查看当前存在环境
    
19. conda env list
    
20. conda info --envs
    
21. 
    
22. # 删除环境
    
23. conda remove -n <your_env> --all

复制代码

7. 安装nvidia驱动7.1 查看已有的nvidia驱动

1. dpkg -l | grep -i nvidia

复制代码

7.2 卸载驱动

1. sudo apt-get purge nvidia-driver-xxx

复制代码

7.3 搜索并安装的驱动

1. apt-cache search nvidia | grep 460
   
2. sudo apt-get install nvidia-driverp -460

复制代码

根据自己的需要可以安装更高的版本。

7.4 Conda使用cuda

1. conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

复制代码

根据自己的需要安装更高的版本

8. pip使用技巧

指定给定的源来安装，可以在pip后面加上 --extra-index-url https://pypi.mirrors.ustc.edu.cn/simple/，例如：

1. sudo pip3 install conan==1.61.0 --extra-index-url https://pypi.mirrors.ustc.edu.cn/simple/

复制代码

9. Python技巧

pip的安装、使用等

virtualenv的安装、使用

virtualenv便捷管理工具：virtualenv_wrapper