以Ubuntu20.04为例，除安装Anaconda外，其余部分同样适用于Windows
安装Anaconda
下载
从https://www.anaconda.com/products/individual#linux下载对应的版本。
安装
在终端cd切换到下载目录，在输入sudo su进入root权限，然后使用bash Anaconda3-4.3.1-Linux-x86.sh安装，安装过程中可以输入安装路径，我输入的是/opt/anaconda3,记住先用mkdir anaconda3命令在opt文件夹下建立anaconda3文件。不然安装文件会全部在opt下，不利于后期管理和维护。
测试
安装完成后关闭终端重启后进入root权限输入anaconda，如果出现下图所示内容表示安装成功，否则可能需要添加环境变量。
在这里插入图片描述
然后输入python会出现相应的版本信息。
创建navigator快捷方式
在终端输入如下命令
vim /usr/share/applications/anaconda-navigator.desktop
复制如下内容,Exec和Icon的路径根据自己的安装路径修改
[Desktop Entry]
Name=Anaconda
Version=2.0
Type=Application
Exec=/opt/anaconda3/bin/anaconda-navigator
Icon=/opt/anaconda3/lib/python3.7/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
Comment=Open Anaconda Navigator
Terminal=false
创建Spyder快捷方式
在终端输入如下命令
vim /usr/share/applications/spyder.desktop
复制如下内容,Exec和Icon的路径根据自己的安装路径修改
[Desktop Entry]
Name=Spyder
Version=2.0
Type=Application
Exec=/opt/anaconda3/bin/spyder
Icon=/opt/anaconda3/share/icons/spyder3.png
Comment=Open Spyder
Terminal=false
VScode运行调试Python
VScode安装相应插件
在这里插入图片描述
(1) 单元测试
在这里插入图片描述
(2) 自动创建docstring,输入"""时会自动提示
在这里插入图片描述
(3)包含了大量的内置方法,并且还为每个代码段提供至少一个示例
在这里插入图片描述
(4)Python Preview可展现可视化调试的过程
在这里插入图片描述
(5) Python Type Hint提供针对Python的类型提示自动完成功能
在这里插入图片描述
(6)
在这里插入图片描述
其他常用插件：常用插件
创建虚拟环境
conda在指定路径下新建python虚拟环境，在终端中输入
conda create --prefix=/home/Documents/Python_Source/ML_Tensorflow2.0/env python=3.7
环境名为env,路径为/home/Documents/Python_Source/ML_Tensorflow2.0/env。Python版本为python3.7,可根据需求自行修改。
强烈建议：
后面包的安装尽量使用conda进行安装，如果必须要使用pip的话，最好先把所有需要且可以用conda安装的包安好，再克隆一个环境，在克隆的环境中用pip进行安装。因为conda无法管理pip安装的包。
conda create --prefix=E:\Python\py2 --clone E:\Python\pro1
//克隆一个名为pro1的环境，新环境名为py2
查看anaconda拥有的包版本
anaconda show anaconda/numpy //numpy为包名，修改成需要查找的包名即可，如tensorflow-gpu
官方包：https://docs.anaconda.com/anaconda/packages
在cmd中输入
conda activate E:\Python\pro1 //激活虚拟环境
conda install anaconda
conda update --all
切换虚拟环境
在这里插入图片描述
回退
conda list -r
conda install --revision number
编译运行Python
添加断点编译
新建一个.py文件
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
settings.json
{
"editor.lineHeight": 26,
"editor.fontSize": 14,
"files.autoSave": "onFocusChange", //是否自动存储源代码，此处选中是
"files.trimTrailingWhitespace": true, //存储的时候是否自动滤掉多余的空格
"python.terminal.activateEnvironment": true, //自动开启虚拟环境，可以设置false
"python.pythonPath": "/home/Documents/Python_Source/ML_Tensorflow2.0/env/bin/python3.7",//编译的虚拟环境的python.exe的路径。
"python.formatting.provider": "yapf",
"code-runner.executorMap": {//解决中文乱码问题
"python":"set PYTHONIOENCODING=utf-8 && python -u"
},
"python.terminal.launchArgs": [//python终端使用ipython，不使用，可删除
"-m",
"IPython"
],
"jupyter.jupyterServerType": "local",//可以是remote表示远程
"editor.snippetSuggestions": "bottom",//snippet显示的位置
"editor.wordWrap": "wordWrapColumn",
"editor.wordWrapColumn": 120,//每行最多写120个字符
}
launch.json
{
"version": "0.2.0",
"configurations": [
{
"name": "Python",
"type": "python",
"request": "launch",
"program": "${file}",
"python": "/home/Documents/Python_Source/ML_Tensorflow2.0/env/bin/python3.7",//pyhton解释器路径
"console": "externalTerminal",//使用外部终端显示结果，可以把这个注释默认内部终端
}
]
}
使用coderunner运行
在这里插入图片描述
使用Jupyter
按F1输入jupyter,点击下图右边的设置图标，可以设置创建Jupyter文件的快捷键，这里绑定了Ctrl+Shift+J
在这里插入图片描述
jupyter的使用方法不再赘述，附几条快捷命令
当单元左侧的垂直条显示其为命令状态（蓝色）时，就可以使用下面这些快捷键了。ctrl+enter为运行的快捷键
img
注意：jupyter文件的路径为当前文件的路径。所以直接使用相对路径可能找不到数据文件。可以使用下面代码输出当前路径，然后再修改需要读取的数据文件的路径。
import os
print(os.getcwd())#输出当前路径
VScode中使用anaconda的jupyter
在系统中启动jupyter
在这里插入图片描述
在VScode中
在这里插入图片描述
在这里插入图片描述
重新加载即可。
在jupyter中输出当前虚拟环境
import os, sys
print(sys.executable) # works this time
print(sys.version)
print(sys.version_info)
添加Kernel
conda activate E:\Programs\VScode_source\PythonEnv\tensorflow2.0_copy #激活虚拟环境，这里环境为tensorflow2.0_copy
pip3 install ipykernel #安装ipykernel
cd E:\Programs\VScode_source\PythonEnv\tensorflow2.0_copy #切换到环境中python.exe的路径
python -m ipykernel install --name tensorflow2.0_copy #添加kernel，并将kernel命名为tensorflow2.0_copy
查看jupyter notebook kernel
jupyter kernelspec list
删除jupyter notebook kernel
jupyter kernelspec remove kernelname
常见问题
Pyhton路径无效
我遇到的这种情况最后发现是虚拟环境不知咋的使用conda env list命令显示不出来launch.json文件中配置的python路径。可能未知原因被破坏了。
解决
在终端输入conda env list命令，如果launch.json中配置的python.exe所在的虚拟环境没有显示出来，则可以判断是虚拟环境被破坏了，此时在终端输入如下命令修复。
conda activate 你的丢失的环境
conda install conda
conda update --all
完成后再使用conda env list应该就可以看到虚拟环境回来了。
附录
插件使用
参考:https://blog.csdn.net/ai52learn/article/details/112765161 |
发表于 2023-7-4 09:16
|