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

写在前面

最近在搞Machine Learning，R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 芯片的Macbook，以下均以这个配置为例啦。 🥳

Anaconda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conda，miniconda和anaconda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有图形用户界面，叫Navigator。🤭

而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JetBrains的DataSpell，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Anaconda的Navigator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

Jupyter的使用

这里我们介绍一下两款Jupyter的工具，Jupyter Notebook和JupyterLab，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将永远是100%的开源软件，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和功能。😎

测试一下，非常流畅。😁

相比Jupyter Notebook，JupyterLab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。🥰

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R的terminal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。🙃

<center>最后祝大家早日不卷!~</center>

点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰

本文由mdnice多平台发布

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