wordpress中文名图片不显示,林芝seo,做二手货的网站有哪些,建设网站一般多少钱介绍
Miniconda 是 Anaconda 的精简版本#xff0c;是一个轻量级的 Python 包管理工具和环境管理工具。 优势和功能主要包括#xff1a; 轻量级和快速安装#xff1a; Miniconda 相比 Anaconda 更小巧#xff0c;只包含最基本的工具和包管理功能。安装速度更快#xff0c…介绍
Miniconda 是 Anaconda 的精简版本是一个轻量级的 Python 包管理工具和环境管理工具。 优势和功能主要包括 轻量级和快速安装 Miniconda 相比 Anaconda 更小巧只包含最基本的工具和包管理功能。安装速度更快更适合对资源要求较高的环境。 包管理 提供 conda 包管理工具可以方便地安装、更新和管理 Python 包及其依赖项。通过 conda可以快速创建、导出、复制和共享不同的开发环境。 环境管理 支持创建多个独立的 Python 环境每个环境都有独立的 Python 解释器和包集合可以隔离不同项目的依赖关系。 跨平台支持 Miniconda 支持多个操作系统包括 Windows、macOS 和 Linux使得在不同平台上开发和部署项目更加方便。 快速部署数据科学环境 Miniconda 通过 conda 可以快速部署包括数据科学、机器学习等领域常用的 Python 包例如 NumPy、Pandas、Scikit-learn、TensorFlow 等。 灵活性和自由度 用户可以根据需要定制自己的 Python 环境选择特定版本的 Python 解释器和库灵活管理不同项目的依赖。
Miniconda 适合精简管理 Python 环境、对资源有限制或者希望更灵活控制环境的开发者使用。
安装 Miniconda
下载地址 https://docs.conda.io/projects/miniconda/en/latest/
安装比较容易下一步。 配置安装选项 # 选中 Add Miniconda3 to PATH # PATH 是windows 系统变量在cmd或者powershell中输入python时当前目录在任何路径中都可以保证Miniconda3程序正常运行。
配置 miniconda
安装完成运行 miniconda cmd 由于miniconda支持多个Python虚拟环境终端中的“(base)”是当前默认的环境名称。可以在终端中输入python-V后回车查看Python的版本。需要注意的是后面再终端执行操作时要留意具体环境。
安装 jupyter Jupyter 是一个开源的交互式笔记本工具允许用户创建和共享文档结合实时代码、可视化和说明性文本。
Jupyter Notebook
交互性 可以在浏览器中编写和执行代码并立即看到结果适合数据分析、机器学习等需要交互式开发的场景。可视化 支持绘图和可视化展示直观地展示数据和结果。分享性 可以保存成 .ipynb 格式的笔记本文件便于分享、展示和重现分析过程。支持多种语言 支持多种编程语言的内核最常用的是 Python但也支持 R、Julia 等语言。
启动 Jupyter Notebook 在命令行中输入以下命令启动 Jupyter 服务。
jupyter notebook在 Jupyter Notebook 中使用环境 打开浏览器中生成的链接即可使用 Jupyter Notebook 进行交互式编程选择所需的环境来执行代码。
通过结合 Jupyter 和 Conda可以轻松地管理 Python 环境、安装所需的包并在交互式的笔记本中进行数据分析、开发和实验。 安装 Jupyter Lab可以不装。 Jupyter 开始
运行 Jupyter Notebook cd d:\demo 在目标路径运行 jupyter notebooke当前目录 d:\demo 即为开发环境根目录。 Jupyter 中运行Python Console Jupyter 控制台执行 Python 语句 Jupyter 控制台运行 Python 文件 conda 功能使用
Conda 是包管理器和环境管理器可以用于安装和管理软件包及其依赖项。结合使用 Jupyter 和 Conda可以创建具有特定环境和库的交互式开发环境。 Conda 是一个强大的开源包管理器和环境管理器最初是 Anaconda 发行版的一部分现已成为独立的工具。 主要功能和作用
包管理器
包安装和更新 允许用户轻松地安装、更新和删除软件包包括 Python 包以及其他语言的包。多平台支持 可以在 Windows、macOS 和 Linux 等多个操作系统上使用并提供适用于不同平台的软件包。
环境管理器
环境创建与管理 可以创建和管理多个独立的环境每个环境可以有不同版本的 Python 和不同的包集合互不影响。版本控制 可以轻松地切换和管理不同环境下的包版本避免版本冲突问题。
依赖管理
解决依赖关系 可以管理软件包之间的依赖关系确保安装的软件包具有所需的依赖项并能够解决版本冲突问题。
扩展性
虚拟环境 允许用户创建具有独立配置的虚拟环境用于不同项目的开发有助于保持项目之间的隔离性。自定义配置 允许用户定义自己的软件包源从其他来源安装软件包。
广泛支持
Python 以外的语言 不仅支持 Python 的包管理还支持其他语言的包管理如 R、Julia 等。
Conda 的这些功能使得它成为一个强大而灵活的工具尤其对于数据科学家、开发人员和研究人员来说提供了管理环境和软件包依赖的便利性。 Conda 在 Jupyter 中的使用 基本命令
**# 查看所有虚拟环境及当前环境**
conda info -e
**# 创建新环境指定环境名称和Python版本**
conda create -n pydata python3.8
**# 删除环境**
conda remove -n pydata --all
**# 进入、激活环境**
conda activate py38data
**# 退出环境**
conda deactivate创建环境 使用 Conda 创建一个新的环境安装所需的 Python 版本和其他库。
conda create -n myenv python3.8
conda activate myenv** 在环境中安装 Jupyter Notebook。
conda install -n myenv jupyter**在环境中安装 pandas 。
conda install pandas**喜欢的话,请收藏 | 关注(✪ω✪)** ……**万一有趣的事还在后头呢Fight!!(^-^)~☆ミ☆ミ**……
