Jupyter|Jupyter + Miniconda + VsCode 学习利器 Jupyter+Miniconda+VsCode学习利器

Jupyter + Miniconda + VsCode 学习利器

Jupyter Notebook 是基于网页的用于交互计算的应用程序。
Miniconda 是一款小巧的python环境管理工具
提前在Vscode安装好python拓展（创建一个".py"文件，VsCode就会提示安装python拓展）
电脑安装好MiniConda

优点

快速切换python编译内核
同时使用Markdown和代码，且保存运行结果

适用

学习、预研
预研pip包，方便测试及一段时间后的回顾
数据可视化，结合matplotlib可保留图表，方便数据分析

不适用

正式应用，如flask应用，Django应用等
生产环境等

Conda基本命令

# 创建指定python环境 $ conda create --name python=3.8# 使用环境 $ conda activate # 删除指定python环境 $ conda remove --name --all# pip升级 $ conda upgrade pip# 查看所有环境 $ conda env list

操作说明创建python环境

打开控制台，创建一个3.8版本的python环境

$ conda create --name common_3.8 python=3.8

查看所有环境，查看是否创建成功

$ conda env list# conda environments: # base*D:\Miniconda3 common_3.8D:\Miniconda3\envs\common_3.8

创建一个Jupyter notebook

打开VsCode，新建一个文件，以".ipynb"结尾就创建了一个Jupyter notebook了，如"demo.ipynb"
右上角点击"Select Kernel",选择刚才创建的环境"common_3.8"
输入以下内容，点击代码左侧的三角形（播放）按钮运行代码

print('hello world')

此时，VsCode会弹出提示，点击"安装"，等待内核安装完成即可

+-------------------------------------------------------------------------------+ | Visual Studio CodeX | +-------------------------------------------------------------------------------+ | !"运行含有'Python 3.8.12('common_3.8')'的单元需要安装或更新 ipykernel。"| +-------------------------------------------------------------------------------+ |+----++-----------++------+| ||安装||选择一个内核||Cancel|| |+----++-----------++----- +| +-------------------------------------------------------------------------------+

使用matplotlib

安装库

! pip install -i https://mirrors.aliyun.com/pypi/simple/ matplotlib
简单散点图代码

import matplotlib.pyplot as pltfix, ax = plt.subplots() ax.scatter(x=1, y=2, marker="x", label="A") ax.scatter(x=2, y=1, marker="+", label="B") ax.plot([1, 2, 3], [1, 2, 4], marker="^", label="plot") plt.legend() plt.show()

Jupyter|Jupyter + Miniconda + VsCode 学习利器

文章图片

对比不使用Jupyter
弹窗显示，且无法保存结果，在数据可视化的场景中（如：AI研究数据）时很不方便

安装matplotlib库

# 激活环境 conda activate common_3.8 # 安装matplotlib pip install -i https://mirrors.aliyun.com/pypi/simple/ matplotlib

import matplotlib.pyplot as pltfix, ax = plt.subplots() ax.scatter(x=1, y=2, marker="x", label="A") ax.scatter(x=2, y=1, marker="+", label="B") ax.plot([1, 2, 3], [1, 2, 4], marker="^", label="plot") plt.legend() plt.show()