這篇筆記,是自己結合網絡整合的大雜燴,主要用於記錄,方便自己查找,在此先感謝各位作者,
https://blog.csdn.net/u012151283,https://blog.csdn.net/qq_27825451,......
我看到你們寫的比較好,就轉記錄到自己的博客了,只爲自己學習使用,如果有侵權,立馬刪掉。
=====================================================
##1.Anaconda使用記錄
Anaconda
Anaconda 是一個包含數據科學常用包的發行版本。它基於 conda ——一個包和環境管理器——衍生而來。
Anaconda 實際上是一個軟件發行版,它附帶了 conda
、Python 和 150 多個科學包及其依賴項。應用程序 conda
是包和環境管理器。Anaconda 的下載文件比較大(約 500 MB),因爲它附帶了 Python 中最常用的數據科學包。如果只需要某些包,或者需要節省帶寬或存儲空間,也可以使用 Miniconda 這個較小的發行版(僅包含 conda 和 Python)。
安裝Anaconda
Anaconda 可用於 Windows、Mac OS X 和 Linux。可以在 https://www.continuum.io/downloads 上找到安裝程序和安裝說明。
如果計算機上已經安裝了 Python,這不會有任何影響。實際上,腳本和程序使用的默認 Python 是 Anaconda 附帶的 Python。
這裏需要注意的是選對自己操作系統對應的版本。
安裝完後打開cmd
,輸入conda list
可以查看當前
安裝的內容。
輸入conda upgrade --all
,可以更新默認環境下的所有包。並在提示是否更新的時候輸入y(Yes)以便讓更新繼續。初次安裝下的軟件包版本一般都比較老舊,因此提前更新可以避免未來不必要的問題。
詳細安裝使用教程:https://blog.csdn.net/ITLearnHall/article/details/81708148
管理包
conda
是一種只能通過命令行來使用的程序。類似於pip那樣可以對Python庫的包進行管理。
安裝命令:conda install package_name
。如安裝numpy,輸入conda install numpy
同時安裝多個包:conda install numpy scipy pandas
安裝指定版本的包:conda install numpy=1.11
conda會自動安裝依賴庫。
卸載包:conda remove package_name
更新包:conda update package_name
更新環境中的所有包:conda update --all
列出已安裝的包:conda list
爲conda添加清華鏡像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
- 如果不知道要找的包的確切名稱,可以使用
conda search search_term
進行搜索。
管理環境
除了管理包之外,conda 還是虛擬環境管理器。它類似於另外兩個很流行的環境管理器,即 virtualenv 和 pyenv。
環境可以分隔不同項目的包。因爲我們使用的時候會依賴於某個庫的不同版本的代碼或在py2和py3之間進行切換。
也可以將環境中的包的列表導出爲文件,然後將該文件與代碼包括在一起。這能讓其他人輕鬆加載代碼的所有依賴項。pip 提供了類似的功能,即 pip freeze > requirements.txt
創建環境:
conda create -n env_name list of packages
,-n env_name
設置環境的名稱(-n
是指名稱),而 list of packages
是要安裝在環境中的包的列表。
創建環境時,可以指定要安裝在環境中的 Python 版本。 conda create -n py3 python=3
或 conda create -n py2 python=2
。要安裝特定版本(例如 Python 3.3),請使用 conda create -n py python=3.3
。
進入環境
創建了環境後,在 OSX/Linux 上使用 source activate my_env
進入環境。在 Windows 上,請使用 activate my_env
。
要離開環境,請鍵入 source deactivate
(在 OSX/Linux 上)。在 Windows 上,請使用 deactivate
。
保存和加載環境
共享環境這項功能確實很有用,它能讓其他人安裝你的代碼中使用的所有包,並確保這些包的版本正確。可以使用 conda env export > environment.yaml
將包保存爲 YAML。第一部分 conda env export
寫出環境中的所有包(包括 Python 版本)。
第二部分 > environment.yaml
將導出的文本寫入到 YAML 文件 environment.yaml
中。現在可以共享此文件,而且其他人能夠創建和你用於項目相同的環境。
要通過環境文件創建環境,請使用 conda env create -f environment.yaml
。這會創建一個新環境,而且它具有在 environment.yaml
中列出的同一庫。
列出環境
如果忘記了環境的名稱,可以使用 conda env list
或conda info -e
列出你創建的所有環境。你會看到環境的列表,而且你當前所在環境的旁邊會有一個星號。默認的環境(即當你不在環境中時使用的環境)名爲 root
。
刪除環境
不再使用某些環境,可以使用 conda env remove -n env_name
刪除指定的環境(在這裏名爲 env_name
)。
共享環境
共享環境
在 GitHub 上共享代碼時,最好同樣創建環境文件並將其包括在代碼庫中。這能讓其他人更輕鬆地安裝你的代碼的所有依賴項。對於不使用 conda 的人,我通常還會使用 pip freeze
(在此處瞭解詳情)將一個 pip requirements.txt
文件包括在內。
> pip freeze > requirements.txt
> pip install -r requirements.txt
##2.Jupyter notebook使用記錄
Jupyter notebook是什麼?
notebook 是一種 Web 應用,能讓用戶將說明文本、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中。GitHub 上面也會自動提供 notebook。藉助此出色的功能,你可以輕鬆共享工作。http://nbviewer.jupyter.org/ 也會提供 GitHub 代碼庫中的 notebook 或存儲在其他地方的 notebook。名稱 Jupyter 由 Julia、Python 和 R 組合而成。如果有興趣,不妨看看可用內核的列表。
安裝Jupyter notebook
到目前爲止,安裝 Jupyter 的最簡單方法是使用 Anaconda。該發行版自動附帶了 Jupyter notebook。你能夠在默認環境下使用 notebook。
要在 conda 環境中安裝 Jupyter notebook,請使用 conda install jupyter notebook
。
也可以通過 pip 使用 pip install jupyter notebook
來獲得 Jupyter notebook。
啓動notebook服務器
在終端或控制檯中輸入jupyter notebook
。服務器會在你運行此命令的目錄中啓動。
運行此命令時,服務器主頁會在瀏覽器中打開。默認情況下,notebook 服務器的運行地址是 http://localhost:8888
。如果你不熟悉該地址,其含義是:localhost
表示你的計算機,而 8888
是服務器的通信端口。只要服務器仍在運行,你隨時都能通過在瀏覽器中輸入 http://localhost:8888
返回到服務器。
如果啓動其他服務器,新服務器會嘗試使用端口 8888
,但由於此端口已被佔用,因此新服務器會在端口 8889
上運行。之後,可以通過 http://localhost:8889
連接到新服務器。每臺額外的 notebook 服務器都會像這樣增大端口號。
通過在終端中按兩次 Ctrl + C,可以關閉整個服務器。
Markdown單元格
數學表達式
在 Markdown 單元格中,可以使用 LaTeX 符號創建數學表達式。notebook 使用 MathJax 將 LaTeX 符號呈現爲數學符號。要啓動數學模式,請在 LaTeX 符號兩側加上美元符號(例如 $y = mx + b$
),以創建內聯的數學表達式。對於數學符號塊,請使用兩個美元符號:
$$
y = \frac{a}{b+c}
$$
如果你沒有用過 LaTeX,請閱讀這篇入門文檔,它介紹瞭如何使用 LaTeX 來創建數學表達式。
在編寫 Markdown 時,可以參考這個速查指南。我建議使用 Markdown 單元格,與使用一堆代碼塊相比,這使 notebook 變得更易於閱讀。
Magic 關鍵字
Magic 關鍵字是可以在單元格中運行的特殊命令,能讓你控制 notebook 本身或執行系統調用(例如更改目錄)。例如,可以使用 %matplotlib
將 matplotlib 設置爲以交互方式在 notebook 中工作。
Magic 命令的前面帶有一個或兩個百分號(%
或 %%
),分別對應行 Magic 命令和單元格 Magic 命令。行 Magic 命令僅應用於編寫 Magic 命令時所在的行,而單元格 Magic 命令應用於整個單元格。
注意:這些 Magic 關鍵字是特定於普通 Python 內核的關鍵字。如果使用其他內核,這些關鍵字很有可能無效。
代碼記時
可以使用 Magic 命令 %timeit
測算函數的運行時間
如果要測算整個單元格的運行時間,請使用 %%timeit
在notebook中進行調試
對於 Python 內核,可以使用 Magic 命令 %pdb
開啓交互式調試器。出錯時,你能檢查當前命名空間中的變量。
要詳細瞭解 pdb
,請閱讀此文檔。要退出調試器,在提示符中輸入 q
即可。
其他內容
查看此列表,它列出了所有可用的Magic命令。
轉換 notebook
Notebook 只是擴展名爲 .ipynb
的大型 JSON 文件。
詳細瞭解 nbconvert,請閱讀相關詳細瞭解 nbconvert,請閱讀相關文檔。
附: 史上最詳細、最完全的ipython使用教程:
一:https://blog.csdn.net/qq_27825451/article/details/84320859
二:https://blog.csdn.net/qq_27825451/article/details/84336014
三:https://blog.csdn.net/qq_27825451/article/details/84427269
高級使用技巧:https://blog.csdn.net/Yun_Xiaolong/article/details/90203556
安裝篇:https://blog.csdn.net/a9794666/article/details/102138184
=====================================================
未完,待完善......