别再折腾开发环境了,一劳永逸的搭建方法

共 2896字,需浏览 6分钟

 ·

2020-10-15 15:55

点击上方AI算法与图像处理”,选择加"星标"或“置顶”

重磅干货,第一时间送达

来源:Jack Cui


网上教程五花八门,读者吐槽最多的,也都是怎么搭建开发环境。


对于小白来说,开发环境搭建,是必过的第一关


记得自己刚学 Python ,还是小白的时候,最爱做的一件事就是:折腾开发环境



代码还没写几行,就各种折腾,走了太多弯路,浪费了太多时间。


IDE 我也折腾了个遍,Eclipse、Pycharm、Sublime Text 等等。


折腾了几周,代码不会写啥,最后也就来个「Hello World」。



作为工作时长两年的「算法搬砖工」,今天给「未来的大牛,如今的小白」们讲一下,开发环境怎么搭建。


以后要是有朋友问你环境搭建问题,文章直接发给他,告诉他,这篇教程真的香!


1


环境搭建


我们都知道,Python 是一种脚本语言,有着丰富的第三方库

Python 自带了很多官方库,可以直接用,例如 re、os、math 等等。

但第三方库是需要我们自己安装的。

就好比,一个正常人,一生下来,自带了眼镜、鼻子、嘴巴等,这就是“官方库”。


你要是想买个漂亮衣服,做个漂亮发型,那得自己“安装”,这就是“第三方库”。


Python 提供了超级多,而且强大的第三方库。


我们搭建开发环境,就是让 Python 具备各式各样的能力,以满足我们的需求。


第三方库很多都是个人或者团队,非 Python 官方开发的库,所以难免五花八门,杂乱不堪。


甚至有时候,各个版本的库,还存在各式各样的冲突。


这个库不兼容那个库,各种「无厘头」报错层出不穷。



一劳永逸,解决 or 避免这类问题的方法,就是搭建一个「健壮」的开发环境。


方案:Anaconda + Jupyter Notebook。


好维护,好安装,你好我也好,大家好才是真的好


1、Anaconda


Anaconda 就是管理第三库的工具,同时支持“多开”。


你可以用 Anaconda 创建多个虚拟环境


啥意思?


一个虚拟环境好比一个人:


  • 培养小王为数学家,专门负责数学相关的事。

  • 培养小李为语言学家,专门负责语言相关的事。


体现到虚拟环境上,就是这样:



我创建了很多虚拟环境。


base 是安装 Anaconda 自带的一个基础环境。其它都是根据自己需求,创建的一个个独立环境。


比如,名为 jack 的环境,是一个通用的开发环境。而名为 faceswap 的环境是我专门为换脸算法搭建的环境,因为它的依赖和有些通用第三方库包是冲突的。


Anaconda 还是跨平台的,在 Windows、MacOS、Linux 都可以安装。


2、Jupyter Notebook


小白推荐 Jupyter Notebook,为啥不推荐 Pycharm 这类 IDE 呢?


因为 Jupyter 安装简单,并且好用,可以在多种平台运行。


工作后,跑算法,往往都是在服务器上运行的。


连个图像界面都没有的服务器,你还能用 Pycharm ?


Jupyter Notebook 是一个基于网页的交互式计算笔记本环境。



实现了文字和代码的完美结合,你甚至可以边学习边做笔记,文本编辑还支持 Markdown 格式,插入各种数学公式也不在话下。


并且由于 Jupyter Notebook 是基于网页的,你完全可以在服务器端开启服务,本地电脑打开网页,运行各种服务器端的代码。


如果你是做算法、做爬虫,刚学 Python 的小白,不涉及浩大的 Python 工程的开发,那么别犹豫,用 Jupyter Notebook 就对了。


3、安装


Anaconda + Jupyter Notebook 的好处安利个遍。


那么,怎么安装呢?


Anaconda 下载地址:

https://www.anaconda.com/products/individual#download-section


根据自己的环境选择安装包:



安装很简单,傻瓜式下一步安装即可。


Windows 安装完,需要手动添加环境变量。


Linux 和 MacOS 在安装过程中,会有提示是否设置环境变量。


Windows 添加环境变量需要在电脑->鼠标右键->属性->高级系统设置->环境变量->Path中设置。



 D:\Anaconda 为 Anaconda 的安装目录,将下面这两个地址添加到 Path 中即可。


D:\AnacondaD:\Anaconda\Scripts

都配置好后,可以在 cmd 或 Anaconda Prompt 中使用 Anaconda 搭建环境了。


输入指令:


conda create -n your_name jupyter notebook


这句话的意思是创建一个名字为 your_name 的虚拟环境,并且这个虚拟环境额外安装 jupyter notebook 第三方库。


可以将 your_name 改为你自己喜欢的名字,这个名字是你的虚拟环境的名字,自己随便取,比如jack。


随后,输入y进行安装:



安装好后,可以通过指令 conda info -e 查看已有环境情况。



从上图可以看到,有两个环境,一个是 base ,自带的基础环境,另一个是我们新创建的名为 jack 的环境。


安装好环境后,我们可以使用指令激活 jack 环境:


activate jack



可以看到,我们的环境由 base 变成了 jack 。


接下来,我们就可以在这个环境里,安装自己想要的第三方库,比如 requests。


conda install requests


对于 conda 搜不到的包,也可以使用 pip 安装:


python -m pip install xxx


需要安装的第三方库安装完毕,可使用命令直接打开 Jupyter Notebook:


jupyter notebook


效果如下:


创建一个新的 notebook:



输入代码后,按 Ctrl + Enter 快捷键,即可运行程序:



这个 Jupyter Notebook 使用的环境就是名为 jack 的虚拟环境。


想安装 Pytorch 啥的,直接在这个虚拟环境里安装即可,真香!


2


总结

使用 Anaconda + Jupyter Notebook 搭建环境的方案,非常适合新手。

Jupyter Notebook 的功能也很强大,它绝对是你学习算法、分析数据的好帮手!

喜欢这类教程的,转发、点赞,支持的人多的话,后续会继续出一些这些工具的使用技巧

下载1:OpenCV黑魔法


AI算法与图像处理」公众号后台回复:OpenCV黑魔法,即可下载小编精心编写整理的计算机视觉趣味实战教程



下载2 CVPR2020

AI算法与图像处公众号后台回复:CVPR2020即可下载1467篇CVPR 2020论文
个人微信(如果没有备注不拉群!
请注明:地区+学校/企业+研究方向+昵称


觉得有趣就点亮在看吧




浏览 33
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报