鑽石舞台

各位朋友大家好，歡迎來到月來客棧。由於公眾號推文不支持後續修訂，以及為了方便大家在PC端進行閱讀，本文將同步推送至網站www.ylkz.life。歡迎大家關注，謝謝！

所謂工欲善其事必先利其器，因此接下來首先需要完成的任務就是將後續所要用到的環境進行安裝。總體來說安裝過程主要可以分為兩大部分：一是Python管理環境的安裝和配置；另一個就是IDE的安裝和配置。

作為在Python開發中一款優秀的包管理工具，Conda一直以來就有着其獨特的優勢，尤其是在機器學習和深度學習的開發中。例如最新版本的Conda在安裝TensorFlow-gpu版本時，如果是通過conda install來進行安裝，它還能夠自動根據TensorFlow的版本匹配好對應的Cuda驅動以及cuDNN的版本號，這一點可謂十分友好。因此下面，筆者就來介紹其基本的安裝與使用。

首先在官網 [1]下載最新版Windows平台下的Anaconda3安裝包，然後再按照如下安裝步驟進行即可。這裡順便提一下，安裝Anaconda的目的主要是為了使用裡面的Conda環境管理器，因此這裡下載安裝的是Miniconda[2]。Anaconda和Miniconda本質上都一樣，Anaconda是拓展自Miniconda，裡面包含了更多的Python包，因此也比較大。由於需要創建自己的虛擬環境，所以可以下載更加小巧的Miniconda（安裝過程完全一樣）。

雙擊.exe後綴的安裝包進行安裝，如果後續無特殊說明，保持默認直接點擊Next按鈕即可，如圖1-1所示。

在安裝過程中還可以自定義指定安裝路徑，但一般情況下保持默認安裝路徑即可，如圖1-2所示。

當安裝過程執行到這一步時，直接點擊Install即可，不用勾選任何選項，如圖1-3所示。

安裝完成後，點擊Finish按鈕，如圖1-4所示。接下來可以通過打開命令行然後輸入相關命令來測試是否安裝成功。

當完成上述安裝過後，便可以在開始菜單欄中找到Anaconda Prompt命令行，點擊打開後並輸入conda -V，如果出現相關版本信息則表示安裝成功，如圖1-5所示。

首先，需要在地址[3]中找到對應版本的Miniconda安裝包，並複製對應的鏈接地址；然後，通過Linux中的wget命令來完成安裝包的下載（這裡以下載最新版本的Miniconda為例），代碼如下：

如果由於網絡原因不能完成上述下載過程，也可以從清華大學維護的鏡像中[4]找到相應Anaconda的下載地址，然後同樣以wget命令來進行下載，代碼如下：

在完成安裝包下載後，再通過bash Miniconda3-latest-Linux-x86_64.sh命令進行安裝。如果上面下載的是Anaconda，則對應安裝命令為bash Anaconda3-5.3.1-Linux-x86_64.sh，要注意區分。

在上述安裝的過程中，一直按回車鍵即可。在遇到如圖1-6所示的情況時，輸入yes，繼續按回車鍵，直到安裝結束。如果沒有看到這一步也無妨，繼續進行即可。

在安裝結束後打開命令行終端，然後輸入conda -V進行測試。如果出現如圖1-7所示的版本提示信息，則表示安裝成功。

但如果出現conda: command not found的提示，試着執行命令source ~/.bashrc，然後再執行測試命令。在這之後如果依舊提示找不到conda命令，則再試試通過如下兩行命令手動添加環境變量，代碼如下：

注意上面代碼中的username和anaconda3要根據自己實際的用戶名和conda軟件版本來確定。然後再執行測試命令便能看到正確的版本提示信息。

在安裝完成Miniconda後（無論是在哪個平台下），為了加快後續Python包安裝過程中的下載速度，這裡需要將默認的conda源和pip源替換成清華對應的鏡像源。替換方式如下：

由於在實際項目開發過程中，可能會根據情況使用到不同版本的Python解釋器或者是一些相互不兼容的Python包，例如一個項目依賴的Python版本是3.6而另外一個卻是2.7，顯然這兩者是不能夠同時存在於一個環境中。此時，便可以通過Miniconda中的Conda環境管理器來進行方便的創建與管理。接下來，將會依次介紹虛擬環境的安裝與使用。

在完成Miniconda安裝後，可以通過使用conda create -n env_name來創建一個名為env_name的虛擬環境。同時，如果你需要一個特定的Python版本，那麼可以通過命令conda create -n env_name python=3.6來創建一個名為env_name，Python版本為3.6的虛擬環境。

下面，以安裝一個名為py36，且同時指定Python版本為3.6的過程為例進行演示。

輸入conda create -n py36 python=3.6創建新環境，如圖1-8所示。

在執行上一步的命令後，便會看到如圖1-9所示的提示內容，直接按回車鍵即可。從圖中可以看到，上一步的命令將會安裝一個Python版本為3.6.12的虛擬環境。

出現如圖1-10所示的提示表示安裝成功。

如果是在後續使用過程中想再次更換某個環境中的Python版本，則可以先進入對應的虛擬環境，然後用以下命令來完成Python版本的更換，代碼如下：

在完成環境的創建後，可以通過命令conda activate env_name進入到對應的虛擬環境。同時，還可以使用命令conda env list來列出當前存在的所有虛擬環境；通過conda remove -n env_name --all來刪除名為env_name的虛擬環境。同時如果需要在對應的虛擬環境中安裝相應的Python包，那麼可以使用pip install package_name來完成，如圖1-11所示。最後，使用conda deactivate命令退出相應的虛擬環境。

如果需要安裝值得版本號的Python包可以通過如下命令進行

在Python開發中，最常用的IDE就是PyCharm，從名字也可以看出它是專門為Python開發而設計。首先需要去PyCharm官網[5]下載離線安裝包，如圖1-12所示。

頁面提供了兩種版本：專業版和社區版，前者收費後者免費。對於初學者來說社區版的就已經足夠了。點擊Download按鈕，然後等待下載完成。點擊此處獲取專業版安裝方法。

雙擊下載好的安裝包，然後持續點擊Next按鈕。當執行到，圖1-13所示的位置時，可以勾上此處的兩個選項，然後接着繼續點擊Next按鈕即可安裝完成。

在安裝完成後雙擊PyCharm圖標，在第一次打開時可能會有如圖1-14所示的提示。

此時選擇Do not import settings，點擊OK按鈕即可。最後，再點擊圖1-15所示的New Project按鈕創建一個新的工程。

按照如圖1-16所示的內容輸入相應的工程名稱和選擇對應的Python解釋器。

通常圖1-16中Interpreter的路徑為C:\Users\Username\Minicaonda3\envs\py36\python.exe，且這裡安裝的是Miniconda，所以路徑里是Miniconda3，其具體的選擇方法如圖1-17所示。

在解釋器選擇完成後點擊OK按鈕，便能夠回到圖1-16所示的頁面，最後點擊Create按鈕即可完成工程的創建。

如果後續過程中需要更換虛擬環境（解釋器），則可先點擊File→Settings，再點擊其中的Project Interpreter，然後點擊右上角的設置按鈕，如圖1-18所示。這樣便可以回到圖1-16所示相同的配置頁面，最後選擇相應的環境即可。

鼠標指向工程名，單擊New，然後選擇Python File，輸入文件名即可創建新的Python文件，如圖1-19所示。

在空白處輸入代碼後，右擊選擇Run test即可運行該程序，如圖1-20所示，也可使用快捷鍵Ctrl+Shift+F10。

在本篇文章中，筆者首先介紹了如何在Windows和Linux兩種環境中來安裝和配置Conda管理器；接着介紹了如何一步步來創建一個新的虛擬環境和安裝Python包；最後介紹了如何下載安裝和配置PyCharm開發環境，同時還以一行簡單的代碼進行了示例。到這裡，詳細大家對於Python環境的開發與配置已經有了一個較為清晰的認知。公眾號回復「跟我一起機器學習」即可獲得本文高清PDF下載鏈接！

本次內容就到此結束，感謝您的閱讀！如果你覺得上述內容對你有所幫助，歡迎分享至一位你的朋友！若有任何疑問與建議，請添加筆者微信'nulls8'或加群進行交流。青山不改，綠水長流，我們月來客棧見！

[1]https://www.anaconda.com/distribution/

[2]https://docs.conda.io/en/latest/miniconda.html

[3]https://repo.anaconda.com/miniconda/

[4]https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

[5]https://www.jetbrains.com/pycharm/download/#section=windows