一文搞定 Python 开发环境,Conda + VS Code 手把手安装指南

大模型向量数据库云存储

猴哥的第 25 期分享,欢迎追看

写在前面 :后台有很多小伙伴想自己动手做一些创意应用开发,因此我打算开一个**「从零开始:Python 应用开发」专栏** ,为刚刚接触编程的小伙伴写几篇入门教程。编程是一段充满挑战和乐趣的旅程,而环境搭建是迈出的第一步。本文开篇,将首先带领大家搞定 Python 开发环境 ,让后续的编程之路更加顺畅。

  1. 灵魂三问 =======

Q: 什么是 Python

  • 一门最适合入门人工智能的编程语言

Q: 为什么学 Python

  • 不多说了,一图胜千言 👇 哈哈~
  • picture.image
  • picture.image

Q: 怎么学 Python

  • 三个字,多动手
  1. 环境准备 =======

2.1 安装清单

  • Miniconda: 一款开源软件包管理系统,用于管理python环境
  • Visual Studio Code: 一款集成开发环境(IDE),用于编写python代码

为什么选用Miniconda?

  • Conda:一个可以在不同操作系统(Windows、macOS、Linux)上运行的环境管理系统,可以快速安装、运行和更新软件包及其依赖项,尽管它可以为任何语言打包和分发软件,但用的最多的还是Python。其解决的核心痛点问题是:各种库/包(libraries/package)之间的依赖冲突,通过环境隔离的方式加以解决。
  • Miniconda:anaconda的轻量级版本, 只包含conda的基础功能,不过这些基础功能完全够用,其他需要的包可以自由搭配。相比其他环境管理工具,miniconda自带不同版本的python,面向小白更加友好。

为什么选用VS code?

  • 一款非常轻量级的IDE,而且各种操作也非常对小白友好,学习成本低,在使用过程中再按需安装各种插件。

2.2 Miniconda

这里主要介绍 Windows 下的 Miniconda 下载和安装,以及过程可能遇到的坑。(Linux系统下安装相对简单一些)

下载

首先通过如下链接下载安装包,最新版 Miniconda For Windows 下载链接:https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86\_64.exe

安装

双击打开下载好的exe文件,比较推荐的安装配置选项如下:

picture.image

此外,miniconda默认是安装在C盘,如果你的C盘空间比较紧张,可以选择自定义安装位置,比如通常我习惯将软件安装在D盘,注意路径不能有空格,所以不能放在D:\Program Files之类的文件夹下,最终我选择安装在了D盘目录下的D:\miniconda3。

Conda初始化

为什么要初始化?

  • 在Windows下,PowerShell是比cmd更友好的终端,而且vs code默认使用的也是PowerShell。如果我们将conda初始化到PowerShell环境中,那么我们只要一打开PowerShell,conda的base环境就自动加载了,类似下图所示:

picture.image

具体怎么实现?

  • Step 1: 到安装miniconda的路径下,比如我的就是D:\miniconda3,打开其下的condabin文件夹
  • Step 2:在空白处按住Shift键,然后鼠标右键点击,找到”打开PowerShell窗口“。注意:要按住Shift键
  • Step 3:在PowerShell窗口中输入 ./conda init --all

picture.image如果没什么问题,conda会自动注册到PowerShell上, 下次启动PowerShell就会自动加载base环境了。

如果遇到报错提示”权限问题“,此时说明需要用管理员权限打开PowerShell窗口,如下图所示:

  • 找到键盘上的Windows键(通常位于左下角的Ctrl键和Alt键之间)
  • 搜索框输入powershell,并点击”以管理员身份运行“,
  • 打开PowerShell窗口后,需要首先cd到condabin目录下,比如我的就是cd D:\miniconda3\condabin
  • 最后再输入 ./conda init --all

picture.image

Conda配置

安装完成后,首先我们需要先进行一番配置,以便后续获得最佳的开发体验。conda配置无外乎需要做如下几件事情:

更换镜像源

当我们安装各种包的时候,如果直接使用pip install或者conda install会很慢,因为默认是从国外的镜像源去下载的,而目前我国访问海外网络的带宽很低,为此,我们需要修改一下pip和conda的默认镜像源。

  • pip换镜像源(两种方式):
  
[global]  
index-url=http://mirrors.aliyun.com/pypi/simple/  
[install]  
trusted-host=mirrors.aliyun.com  

  • 一是:在PowerShell窗口中输入: pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/
  • 二是:新建 C:\Users%你的用户名%\pip\pip.ini文件,打开后添加上述内容
  • 通过上述换源,后续会默认从国内的阿里云镜像站下载各种安装包,大大提升下载速度
  • conda换镜像源:
  
conda config --set show_channel_urls yes  

  
channels:  
  - defaults  
show_channel_urls: true  
default_channels:  
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main  
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r  
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2  
custom_channels:  
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  

  • 可以用记事本打开 .condarc,然后填入如下指令,就可以使用清华源了
  • 在PowerShell窗口中输入如下指令,然后会在 C:\Users\%你的用户名%\文件下生成 .condarc这个文件

当然国内还有很多不错的镜像源,例如:

  • 更多pip镜像源:
  • 更多conda镜像源:

设置环境默认安装位置

conda有一个基础环境base环境, 这个也是系统环境。如果你要新建环境, 会默认新建到C盘,而 conda新建的环境随着安装包增多,其占用的空间会大的离谱,所以如果你不想让你的C盘很快爆满的话,最好重新设置下conda的默认安装环境 。同样还是在.condarc中添加:

  
envs_dirs:  
  - D:\miniconda3\envs  

conda基础命令

创建新环境:

  
conda create --name=labelme python=3.8  
conda create -p D:\miniconda3\envs\labelme python=3.8  
# --name 指定环境名称,-p指定安装位置  
# 如果不指定python版本,会默认使用系统python版本,后面安装的所有包都会安装到系统python环境中  
# 如果显示没有权限:右键点击目标文件夹,选择"属性",然后进入"安全"选项卡,确保你的用户账户具有对该文件夹的完全控制权限。  

启动/退出新环境:

  
source activate labelme/conda activate labelme  
conda deactivate  

删除环境:

  
conda remove --name py39 --all  

列出所有环境:

  
conda env list  
conda info -e  

2.3 VS code

首先通过如下链接下载安装包:https://code.visualstudio.com/,双击安装即可 这里重点介绍下如何安装插件:左侧找到Extension组件,搜索框中输入需要安装的插件,点击右侧Install

picture.image

VSCode 推荐安装的插件清单如下:

  • Python
  • Jupyter
  • Office Viewer(Markdown Editor)
  • Chinese (Simplified) (简体中文) Language Pack for Visual Studio Code
写在最后:

本篇主要介绍了学习 Python 之前的准备工作,主要介绍了Python环境管理工具 Miniconda 和开发者工具 VS code 的安装,恭喜你,开发之旅已经正式启程!

下篇预告:Linux 环境准备 - Windows上安装Linux子系统,搞台虚拟机玩玩

如果本文对你有帮助,欢迎点赞收藏 备用!

我是猴哥,一直在做 AI 领域的研发和探索,会陆续跟大家分享路上的思考和心得,以及干货教程。

👇 关注猴哥,快速入门AI工具

picture.image

# 学用 GPT:

免费白嫖GPT4,无次数限制,5分钟带你上手

轻松搞定10w+:小白易上手的提示词模板,GPT很强,但请温柔以待!

【每天一个AI提示词】还不知道给账号定位的小白看过来...

# AI 工具:

视频下载神器!抖音B站YouTube全搞定,免费无广告,亲测好用

自制神器!一键获取所有微信聊天记录

国产大模型All In One,API免费用,开发者的福音

# AI 语音:

手把手带你搭建一个语音对话机器人,轻松定制个人AI小助手(新手入门篇

# AI 绘画:

惊艳!Stable Diffusion 3开源~ AI绘画新里程碑,快来体验

0
0
0
0
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论