一、Anaconda環境搭建

1、關于Anaconda

? ? ? ? Anaconda 是一個非常 popular 的 Python 發行版，它不僅包含了 Python 語言本身，還預裝了眾多常用的科學計算庫，如 NumPy、Pandas、Matplotlib 等，能夠極大地方便用戶的開發和數據分析工作。Anaconda 提供了一個統一的環境管理工具，用戶可以輕松創建和管理多個獨立的 Python 環境，避免了不同項目之間的依賴沖突。此外，Anaconda 還提供了 Anaconda Navigator 這樣的圖形化界面，讓用戶更直觀地管理包和環境。這對于剛開始學習 Python 或者需要處理復雜項目的用戶來說，Anaconda 都是一個非常友好且強大的工具。

? ? ? ?很多人在使用Python時，直接就下載了特定版本的Python解釋器，然后項目中途會使用到的哪些庫，直接安裝就行了，這樣會帶來一些問題：

? ? ? ?不同項目使用的庫對Python的版本也許會有限制。比如有些庫只能在Python2的版本下使用，有的只能在Python3的版本下使用；很多庫在一次或者幾次的項目中使用后，就很難再用到了，長期下來會積累很多這種已經沒用的庫，從而使包變得冗余，占用內存空間。
? ? ? ? 針對直接安裝Python會帶來的這些問題，所以很多人都會使用anaconda，anaconda有以下好處：自帶常用的庫，能夠滿足一些基礎簡單的需要；可以創建多個環境，每個環境可以安裝不同的Python版本，從而解決了版本沖突的問題。并且每個環境都可獨立安裝各自需要的庫，應用于不同的項目，由此便于管理不同項目需要的特定的庫。

2、Anaconda下載

? ? ? ? （1）下載Anaconda安裝包

? ? ? ? ?進入?Anaconda 官網，注冊或登錄，在 Hub 中點擊?Install Distribution，填寫信息后下載即可。

? ? ? ? ?如果你的網絡無法訪問 Anaconda 官網或者下載速度較慢，可以從?清華大學開源軟件鏡像站?下載。或者直接使用我在群內提供的壓縮包下載。

? ? ? ?（2）安裝Anaconda

在 Anaconda 安裝的過程中，比較容易出錯的環節是環境變量的配置，所以大家在配置環境變量的時候，要細心一些。

????????雙擊下載好的安裝包，點擊?Next，點擊?I Agree，選擇?Just Me，選擇安裝路經（安裝在 C 盤也有好處，不過與 C 盤爆炸來說不值一提，建議按在其他盤）然后 Next，來到如下界面：

????????請選擇?Register Anaconda as my default Python 3.x，不要選 Add Anaconda to my PATH environment variable，我們需要后期手動添加環境變量。

????????點擊 Install，安裝需要等待一會兒。

????????最后一直 Next，直到安裝完成。

????????對于兩個“learn”，都取消打勾，不用打開去看了，耽誤時間。

? ? ? （3）配置環境變量

? ? ? ? 此電腦（右鍵）→ 屬性 → 高級系統設置 →（點擊）環境變量

????????在下面系統變量里，找到并點擊 Path

在編輯環境變量里，點擊新建

????????輸入下面的五個環境變量。（這里不是完全一樣的！你需要將以下五條環境變量中涉及的到的"D:\_Producers\Anaconda3"都修改為你的 Anaconda 的安裝路徑！）

E:\environment\anaconda3
E:\environment\Anaconda3\Scripts
E:\environment\Anaconda3\Library\bin
E:\environment\Anaconda3\Library\mingw-w64\bin
E:\environment\Anaconda3\Library\usr\bin

簡要說明五條路徑的用途：這五個環境變量中，1 是 Python 需要，2 是 conda 自帶腳本，3 是 jupyter notebook 動態庫, 4 是使用 C with python 的時候

????????新建完成后點擊確定。

????????（4）驗證

? ? ? ? ? ?打開 cmd，在彈出的命令行查看 anaconda 版本，依次輸入 ：

conda --version
python --version

????????若各自出現版本號，即代表配置成功。

????????在開始菜單或桌面找到?Anaconda Navifator?將其打開（若桌面沒有可以發一份到桌面，方便后續使用），出現 GUI 界面即為安裝成功。

????????Anaconda 自帶了一些常用的機器學習庫，如 numpy、pandas、matplotlib、seaborn、scikit-learn 等。

????????如果需要安裝其他庫，可以直接在 Anaconda Navigator 里搜索安裝。

? ? ? ? （5）更改conda源

????????如果你沒有魔法上網工具，建議更改 conda 源，這樣可以加快下載包的速度。清華大學提供了 Anaconda 的鏡像倉庫，我們把源改為清華大學鏡像源。

????????找到 Anaconda prompt，打開 shell 面板。

????????在命令行輸入以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes

????????查看是否修改好通道：

conda config --show channels

二、PyCharm使用

1、新建項目

2、配置conda環境

????????（1）我們在PyCharm中依此選擇File–>Settings–>Project–>Python Inerpreter，如下圖所示：

? ? ? ? （2）在彈出的設置窗口中，點擊左側的“Python Inerpreter”，然后點擊右側的“Add Local Interpreter”，點擊它進到環境配置窗口：

? ? ? ? （3）點擊conda environment選項卡，點擊右側文件夾圖標，找到自己anaconda下載的目錄，選擇anaconda根目錄下的Scripts下的conda.exe。

? ? ? ? （4）然后點擊“Load Environment”加載環境，加載完成后發現所有虛擬環境均導入，默認為base環境。

? ? ? ? （5）我們可以看到base環境的包，含有scikit-learn庫，說明此時編譯器可以進行sickit-learn庫提供的相關操作。

? ? ? ? （6）驗證是否配置成功，新建一個py文件，將下面的代碼放進文件運行，若控制臺正常運行出結果證明配置成功。

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier# 1.獲取數據
iris = load_iris()# 2.數據基本處理
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)# 3.特征工程 - 特征預處理
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)# 4.機器學習-KNN
# 4.1 實例化一個估計器
estimator = KNeighborsClassifier()
# 4.2 模型調優 -- 交叉驗證,網格搜索
param_grid = {"n_neighbors": [1, 3, 5, 7]}
estimator = GridSearchCV(estimator, param_grid=param_grid, cv=5)
# 4.3 模型訓練
estimator.fit(x_train, y_train)# 5.模型評估
# 5.1 預測值結果輸出
y_pre = estimator.predict(x_test)
print("預測值是:\n", y_pre)
print("預測值和真實值的對比是:\n", y_pre == y_test)
# 5.2 準確率計算
score = estimator.score(x_test, y_test)
print("準確率為:\n", score)
# 5.3 查看交叉驗證,網格搜索的一些屬性
print("在交叉驗證中,得到的最好結果是:\n", estimator.best_score_)
print("在交叉驗證中,得到的最好的模型是:\n", estimator.best_estimator_)
print("在交叉驗證中,得到的模型結果是:\n", estimator.cv_results_)print("Hello, sklearn!")

三、常用Anaconda指令

在沒有 GUI 的情況下，以下命令比較常用：

1.查看當前環境下安裝的庫：

conda list

2.查看所有環境：

conda info --envs

3.創建新的環境：

conda create -n 環境名稱 python=版本號

4.激活環境：

conda activate 環境名稱

5.退出環境：

conda deactivate

6.刪除環境：

conda remove -n 環境名稱 --all

7.導出環境：

conda env export > environment.yaml

8.導入環境：

conda env create -f environment.yaml

9.列出所有可用的包：

conda search 包名

10.安裝包：

conda install 包名

11.更新包：

conda update 包名

12.卸載包：

conda uninstall 包名