jamesbang

V1

2022/11/30阅读:25主题:雁栖湖

🤔 Python | 24K纯新手的Python环境搭建之路!~(Anaconda + Jupyter)

1写在前面

最近在搞Machine LearningR中的包实在是不太给力,这方面还是要看Python的。😂

这里和大家分享一下我的Python环境搭建之路,图文介绍非常详细,希望帮助到大家。😘

由于我的电脑是M1 芯片Macbook,以下均以这个配置为例啦。 🥳

2Anaconda的下载与安装

2.1 什么是Anaconda

首先我们先下载Anaconda吧,Anaconda是包管理器和环境管理器。😎

大家是不是经常听到可能从condaminicondaanaconda三个名词,我也是傻傻分布清楚,就去查了一下。🤣

conda是一种通用包管理系统,Anaconda则是一个打包的集合,有超过150个数据包,而且Anaconda图形用户界面,叫Navigator。🤭

miniconda只有少数几个包,且没有图形交互界面,只有一个命令行界面。🤥


2.2 Anaconda的下载

1️⃣ 官方网址在这里:👇

https://www.anaconda.com/

由于我的电脑是M1芯片,这里我需要选择别的installers。😪


2️⃣ 这里我下载的是有图形界面的版本,如果你习惯命令操作,可选择Command Line Installer。🥳


2.3 Anaconda的安装

1️⃣ 接着我们就开始安装Anaconda吧,嘿嘿。😘


2️⃣ 我们一路狂飙到最后吧。😎


3️⃣ 这里Anaconda推荐了大家使用JetBrainsDataSpell,的确是一个很强大的IDE,不过是收费的,我们后面再介绍怎么使用吧。😁


2.4 Anaconda的使用

1️⃣ 首先我们打开Anaconda, 因为我下载的是图形界面版,如果你下载的是命令操作版的,去terminal里操作吧。😂


2️⃣ 这里就是AnacondaNavigator的界面了,已经预装了Python和一些常用的IDE了。😘


2.5 常用命令

这里补充一下一些常用的conda命令,供大家在Terminal中使用:👇

  • 查看所有已安装的包:conda list
  • 升级全部:conda upgrade --all
  • 安装某个包:conda install package_name (conda install package_name =1.10,安装指定版本)
  • 卸载某个包:conda remove package_name
  • 升级某个包:conda update package_name
  • 激活环境:activate env_name
  • 退出环境:deactivate env_name
  • 新建环境: conda create -n env_name python = 3.9
  • 删除环境:conda env remove -n env_name

3Jupyter的使用

这里我们介绍一下两款Jupyter的工具,Jupyter NotebookJupyterLab,看着挺像的,其实就是挺像的。🤣

这两款Jupyter的工具都是基于Project Jupyter,是一个非营利性的开源项目,于2014年从IPython项目中诞生,支持所有编程语言的数据科学和科学计算。😇

官方宣称Jupyter永远100%开源软件,供所有人免费使用。🥰


3.1 Jupyter Notebook

Jupyter Notebook采用的经典的笔记本式交互界面。📝

Jupyter Notebook是基于网页的编程工具,非常简洁,同时markdown语法。🤓

打开的话可以在Anaconda中打开,也可以再Terminal中输入jupyter notebook来打开。😁


测试一下, 非常流畅。😁

个人感觉Jupyter Notebook的主要优势就是,小巧,代码逐行运行,支持markdown(所见即所得),但是这个是没有debug模式的。😪


3.2 JupyterLab

官网称呼Jupyterlab为下一代的笔记本式交互界面。🥳
JupyterLab是最新的基于网络的笔记本、代码和数据的互动开发环境。 🤤

灵活的界面允许用户在数据科学、科学计算、计算新闻和机器学习中配置和安排工作流程。🙃

模块化的设计有着丰富的扩展程序功能。😎


测试一下, 非常流畅。😁

相比Jupyter NotebookJupyterLab更像是加强版的,功能丰富,具有Debug模式。

很多帖子建议大家先使用Jupyter Notebook,熟练后再使用JupyterLab,个人感觉根本没有必要,可以直接上手JupyterLab,易用性非常强。😘


换个theme看看吧,黑夜模式对比更强呀!!!🤣


很不错,代码高亮,看着舒服多了。🥰

4在JupyterLab中使用R

由于经常需要使用到R,这里我还是给大家提供一下在JupyterLab中配置R的方法,实现无缝切换。🧐


4.1 安装IRkernel

首先通过R安装IRkernel,我想你的电脑上应该已经有R了,没有的话翻看一下之前的教程进行安装吧。🫣

install.packages('IRkernel') 

4.2 配置R到Jupyter

1️⃣ 配置给当前用户。

IRkernel::installspec()

2️⃣ 配置给所有用户。

IRkernel::installspec(user = FALSE)

3️⃣ Note! 这里的命令一定要在Rterminal中输入,而不是在R App中。🫵

我的R路径是这样的:👇

***$ /Library/Frameworks/R.framework/Versions/4.2/Resources/bin/R


4.3 配置快捷键

我相大家可能都习惯了之前的快捷键,这里我们需要重新配置一下。😅

大家在terminal中输入这段命令:👇

jupyter labextension install @techrah/text-shortcuts

如果提示你没有node.js的话可以去这里下载:👇

https://nodejs.org/en/


4.4 打开JupyterLab

这个时候我们打开JupyterLab就会发现,有R啦~~~😂


测试一下,没有问题。🙃


蛋糕卷
最后祝大家早日不卷!~

点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰

📍 往期精彩

📍 🤩 ComplexHeatmap | 颜狗写的高颜值热图代码!
📍 🤥 ComplexHeatmap | 你的热图注释还挤在一起看不清吗!?
📍 🤨 Google | 谷歌翻译崩了我们怎么办!?(附完美解决方案)
📍 🤩 scRNA-seq | 吐血整理的单细胞入门教程
📍 🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~
📍 🤩 RColorBrewer | 再多的配色也能轻松搞定!~
📍 🧐 rms | 批量完成你的线性回归
📍 🤩 CMplot | 完美复刻Nature上的曼哈顿图
📍 🤠 Network | 高颜值动态网络可视化工具
📍 🤗 boxjitter | 完美复刻Nature上的高颜值统计图
📍 🤫 linkET | 完美解决ggcor安装失败方案(附教程)
📍 ......

分类:

后端

标签:

后端

作者介绍

jamesbang
V1

wx🔍: Grassssss 卷起来了