关于Python的一些工具
前言
想了一阵,还是觉得这个标题有些不太对,或者说不太切题。关于这篇内容,我主要是想说明如果使用Anaconda来更加方便的管理python
环境,对于机器学习相关方便更是大有帮助。另外来简单搭建使用PyQt
来开发跨平台桌面软件。
大概如此,标题果然还是有些太大了。
Anaconda
关于python
的环境配置相关内容基础,我已经在之前的python
文章中做了说明,对于繁杂的环境操作,我们可以使用Anaconda
来更加方便的管理我们的python
环境,对于做机器学习相关的伙伴来说更加方便,它包含了大量的机器学习相关的包,可以某种程度上避免国内网络问题导致某些包无法安装的问题。
安装 Anaconda
你可以通过访问Anaconda官网来访问下载安装对应系统的Anaconda
,此处省略下载安装。
安装完成后,运行Anaconda Navigator
,它会做一些初始化工作,期间屏幕会闪出一些命令窗口是正常的,仅需要等待软件启动即可。
进入软件后,界面如下所示:
你可以在主页中,配置相关工具,例如如果你下载了PyCharm
或者VS code
都可以在这里配置,其中有一个jupyter
这个工具,我会在后面说明,它是一个特殊的“笔记本”,它集成了笔迹和代码运行两个功能,它使用起来会大大方便相关功能文档等的说明。
管理 Python 环境
现在,将功能聚焦到python
环境上面来,进入Environments界面后,如果你是第一次下载安装,中间则只存在base
环境,如下所示:
这是Anaconda
默认自带的初始python
环境,如果你需要创建一个新的项目,则可以点击下面的create
来创建新的环境,新环境的路径默认在你的Anaconda
安装路径下的envs
文件夹中,在创建好对应的新环境后,可以点击该环境来切换到该环境。
在该环境中,你需要安装的包都可以通过右侧来搜索安装,当然会存在一些包并不能搜索到,这是因为这里的包都是在Anaconda
中搜索的。如果你希望安装一些搜索不到的包,可以通过命令行来进行安装。
通过命令行操作
我们在安装完成Anaconda后,伴随着还会存在一个名称为Anaconda Prompt的桌面快捷方式,双击运行后会出现和CMD
一样的命令行窗口。
这是Anaconda的命令行窗口,左侧默认(base)
的意思是当前激活环境为base
环境,同样的你也可以通过可视化的Anaconda Navigator中看到并管理这个环境,如下是一些常用的Anaconda
命令:
命令 | 说明 | 类别 |
---|---|---|
conda create --name myenv |
创建一个新环境。 | 环境管理 |
conda create --name myenv python=3.8 |
创建特定版本的Python环境。 | 环境管理 |
conda create --name myenv numpy pandas |
创建包含特定包的环境。 | 环境管理 |
conda env create --file environment.yml |
通过环境文件创建环境。 | 环境管理 |
conda activate myenv |
激活环境。 | 环境管理 |
conda deactivate |
退出环境。 | 环境管理 |
conda remove --name myenv --all |
删除环境。 | 环境管理 |
conda install package_name |
安装包。 | 包管理 |
conda install package_name=1.0 |
安装特定版本的包。 | 包管理 |
conda update package_name |
更新包。 | 包管理 |
conda remove package_name |
移除包。 | 包管理 |
conda search package_name |
搜索包。 | 包管理 |
conda list |
列出已安装的包。 | 包管理 |
conda env export > environment.yml |
导出环境到文件。 | 环境管理 |
conda create --name new_env --clone old_env |
克隆环境。 | 环境管理 |
conda env list |
查看已创建的环境。 | 环境管理 |
现在我们通过命令conda activate myenv
来激活我们希望安装包的环境,如果你不知道环境的名称,可以通过使用命令conda env list
来查看,在激活对应环境后,左侧的(base)
会变成对应环境的名称。
接下来,通过对应安装包的pip
命令来安装对应的包即可,在安装完成后,可以通过命令conda list
来查看环境中已安装的包。
PyCharm
在安装和了解Anaconda后,现在来了解一款python
的IDE——PyCharm
,你也可以通过访问PyCharm官网来下载安装对应平台的软件,需要注意的是,社区版是免费的,而专业版是收费的,对于一般大部分情况下,我们使用社区版就可以了。
关于PyCharm的说明:它的提示词是大小写敏感的。
汉化 PyCharm
对于不喜欢英文操作环境的伙伴来说,可以通过点击【设置】,选择【插件】,然后搜索【Chinese】,选择安装,然后重启PyCharm即可。
引入 Anaconda 创建的环境
在下载安装完成后,我们希望创建的项目使用我们在Anaconda
中配置的环境,可以通过选择【先前配置的解释器】,如果你是第一次创建新项目,则解释器部分为空白,你需要点击【添加解释器】,然后在对应的环境下,选择对应的python.exe
。
这个路径就是你环境的路径,默认是你
Anaconda
安装目录下的env
文件夹下。
这样就完成了新项目使用Anaconda
创建的环境。而前面的选项【使用此工具创建新环境】是创建新环境的操作,此处不做赘述。
找不到 Conda 可执行文件问题
如果你使用的是新版的(2023)的 PyCharm 在创建项目的时候,可能会遇到找不到 Conda可执行文件,解决办法如下图所示:
- 找到 Anaconda 安装目录的 _conda.bat 文件。然后点击加载环境
- 然后选择现有环境,选择你要使用的 Python 环境即可
安装包后,PyCharm 找不到包的问题
这个问题出现在使用 Anaconda 的可视化安装界面完成对应环境中的指定包安装,然后使用 PyCharm 调用相关包的时候报错包不存在,而且在 PyCharm 的包管理器界面确实看不到安装的包,但是 Anaconda 却显示安装。即使重启 PyCharm 后依旧如此。
解决办法:使用 Anaconda Prompt 通过命令行(pip
)的方式来安装即可解决。
Jupyter
Jupyrer是一个开源项目,如果你了解Github的话,请给这个项目一个Star,点我访问项目。
安装 Jupyter
当然你如果只是一个基本的使用者,可以并不需要关注这些,你需要在对应的环境中点击【install(安装)】来安装Jupyter,安装完成后,按钮就会变成【Launch(启动)】如下所示:
在安装完成后,点击启动即可,它会拉起你的浏览器,界面如下所示:
其中默认的文件是这台电脑中,目前用户的文件夹。
使用 Jupyter
你可以通过右上角,单击【New】按钮来创建新的笔记本,记得确定对应的文件保存路径,点击创建:
默认页面如下所示:
每一行内容都存在一种类型属性,在Jupyter中,存在四种类型,分别是:
- Markdown
- 代码
- 原生 NBConvert
- 标题:已不支持,合并到
Markdown
中了
我们可以通过选中对应的“行”,然后选择其类型,如下所示:
关于代码类型,即你也可以在里面编写对应的python
代码,其中代码会按照某种规则高亮显示,并且你在点击【运行】后,可以在下面展现运行结果,例如,我们使用print("Hello,World")
来测试,如下所示:
现在我们来使用markdown
类型,其中内容如下所示:
1 | # 这是一个标题 |
在编写完成后,点击【运行】就会显示如下效果:
如果你并不了解markdown
可以在网上查询并学习,其学习成本大概半个小时既可以掌握使用
我以为我自己写过
markdown
相关内容,现在发现我并没有写基础的语法相关,仅找到markdown进阶这部分内容,里面的内容是2年前写的了,可能部分内容已经不适了,请自行参考。
PyQt
PyQt是一个跨平台可视化 GUI 开发框架,它是使用python
来封装调用原QT
(C++)的相关内容来完成开发。
PyQt目前两个版本,目前完善且流行的PyQt5,以及PyQt6,目前我们仅使用PyQt5做说明。
安装 PyQt
我们需要安装PyQt5
和PyQt5-sip
两个包,通过使用Anaconda Prompt来安装,需要注意的是:请先激活要按安装的环境,然后使用如下命令进行安装:
1 | pip3 install PyQt5 |
安装完成后,你可以使用命令conda list
或者在PyCharm中查看到对应的包,另外,我们还需要专门下载一个Qt designer来负责完成可视化 GUI 的界面设计。你可以通过点击访问官网来下载安装对应平台的软件。
下载完成后,界面如下所示:
测试安装
现在,创建一个新的py
文件,名称任意,然后编写并运行如下代码:
1 | import sys |
点击运行后,会弹出一个窗体,并且其标题为Hello,PyQt5!
,即表示安装运行一切正常且完成。
剩下的关于Qt designer的使用和PyQT5开发则是另外的内容了,如果感兴趣的话可以自行百度或者查找相关资料学习。
End
这部分算是给我的Python
一个结尾,接下来的python
内容分为两个方向,一个是机器学习方面,一个是PyQt
跨平台开发方面,祝看到这里的小伙伴前程似锦呀🥰
⭐如下是本篇涉及的参考文档: