機器學習的環境搭建流程
基于anaconda的機器學習的環境搭建流程
python解釋器、pycharm、anaconda、機器學習需要的第三方包
二、流程：
1.先確定進行機器學習需要的主要包之間的依賴關系及對應的python版本，建議python版本不要太高（3.6或者3.7比較好），因為許多第三方的機器學習包并未對新版本的python進行適配（你如python3.8活python3.9）。
2.了解python解釋器、pycharm、anaconda、第三方包之間的關系，即：
python解釋器是真正負責將函數語句變為可執行的二進制文件的工具（這一點和Java解釋器等解釋器沒有區別）；
pycharm是可以幫助用戶在使用Python語言開發時提高其效率的軟件（準確說是集成開發工具），類似的軟件或者spyder、jupyter、Eclipse、Vscode等，主要功能是代碼調試 、語法高亮 、項目管理 、代碼跳轉、智能提示、自動完成、單元測試、版本控制等
anaconda，在進行程序開發過程中一般需要用到許多的第三方包，要流暢順利的使用這些第三方就要保證包之間的依賴關系正確（即版本對應），若要人工依次安裝所有依賴包則過于低效且容易失敗，而anaconda則是可以解決這個問題。在用戶在anaconda創建python環境中安裝某個第三包時，anaconda會自動尋找使用這個包需要依賴的包，并保證包之間的版本對應關系正確，然后會自動安裝所有需要的第三方包。
第三方包：除python標準庫之外的所有用到的包都是第三方包，使用命令為"import 包的name"。
三.配置環境（安裝第三方包的過程）
1.建議先使用anaconda創建一個新的專門用于機器學習的環境，步驟為"打開Anaconda-Environments-create-選擇python版本及輸入新環境的名稱-點擊create"；環境名只能輸入英文，此時創建好的環境中含有一些包。
2.通過“win+R”進入命令行，輸入命令“activate 新環境名”進入新創建的環境，然后開始安裝第三方包的操作，下面介紹安裝第三方包的三種方式：
1）使用“conda install 包的name”，如果需要指定包的版本則命令為“conda install 包的name=版本號”
2）當遇到第一種方法提示找不到包的時候，可以到anaconda的網站上去搜索：www.anaconda.org 找到安裝命令后復制，然后在cmd中粘貼回車
3.當以上兩種方法都行不通時，使用pip的方式進行安裝，pip是一種安裝其它第三方包的第三方包，anaconda中已經內置，一般不需要用戶自己安裝，命令為“pip install 包的name==版本號”；
4.第四種是第三種的升級版，當某些包通過pip方式安裝下載速度過慢時，需要指定國內的鏡像源網站（因為pip的默認網站下載包的速度比較慢），命令為"pip install -i https://******/ 包的name==版本號"
5.到pip的包下載網站下載好包文件（比如pip · PyPI），然后將文件放置在"anaconda安裝目錄的envs下新環境的文件夾下的Scripts文件中"，然后直接在此文件夾進入cmd，然后輸入"pip install +路徑+whl文件名.whl"。
四、使用anaconda進行環境是否配置成功的驗證
1.簡單驗證方法：
在pycharm編輯區中輸入"import 包的name" 看語句下是否有紅色破浪線，哪個"import 包的name"有紅色線則表示這個包未安裝或未正確安裝。
2.完整驗證方法：
輸入自己的程序，查看是否能夠得到正確結果
————————————————
版權聲明：本文為CSDN博主「打籃球的程序猿」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/m0_54800671/article/details/123616720
