知识库

2.1.2 Python编程环境

本课程以 Anaconda 作为 Python 编程环境。Anaconda 是广泛使用的开源数据科学平台，集成众多工具和库，方便进行科学计算、数据可视化和深度学习。它提供包管理器 Conda，可安装、更新、卸载并管理库与依赖项，并内置 Spyder 和 Jupyter Notebook。

安装时可从官网下载，速度较慢则改用清华大学开源软件镜像站，按电脑系统和 CPU 型号选择安装包，例如 Anaconda3-2024.10-1-Windows-x86_64.exe。向导中尽量勾选“创建开始快捷方式”；若不勾选“自动将 Anaconda3 添加到我的 PATH 环境变量”，就需要手动配置环境变量。验证方法：在 Anaconda Prompt 中输入 conda --version 或 conda -v，显示版本号即表示 conda 已正确安装；在命令提示符中输入 python，出现版本信息和 >>> 提示符，则表示 Python 环境配置正确。

Anaconda 常用三个工具。Anaconda Prompt 是命令行工具，用于创建、激活或删除虚拟环境，以及安装或更新包，常用 conda install、conda list、conda remove。Spyder 是面向科学计算和数据分析的集成开发环境，工作区主要包括程序编辑区和 IPython 控制台，可交互执行代码，或新建 .py 文件后整体运行：

a = 20
b = 10
print(a + b)
print(a - b)

运行后依次输出 30 和 10。Jupyter Notebook 是基于网页的交互式开发工具，尤其以 Python 为主，可在同一环境中编写代码、运行程序、可视化结果并记录笔记。启动后会出现服务器终端和浏览器 Web 主页，使用期间不能关闭服务器终端。常见坑：官网下载过慢却未改用镜像；未加入 PATH 导致普通命令提示符中 python 失败；关闭 Jupyter 服务器终端导致网页无法继续工作。

关键要点

• Anaconda 是开源数据科学平台，集成科学计算、数据可视化和深度学习等工具与库。
• Conda 是 Anaconda 的包管理器，用于安装、更新、卸载和管理库与依赖项。
• 内置开发工具：Spyder、Jupyter Notebook；命令行工具：Anaconda Prompt。
• 官网 https://www.anaconda.com/ 下载较慢，可用清华大学开源软件镜像站 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ ，安装包如 Anaconda3-2024.10-1-Windows-x86_64.exe。
• 安装时尽量勾选“创建开始快捷方式”；不勾选加入 PATH 则需手动配置环境变量。
• 验证：conda --version 或 conda -v 显示版本号；python 出现 >>> 表示环境配置正确。
• Anaconda Prompt 常用命令：conda install [package-name]、conda list、conda remove [package-name]。
• Spyder 工作区主要包括程序编辑区和 IPython 控制台；支持交互方式和 .py 文件方式；交互方式下可用 help() 获取帮助。
• Jupyter Notebook 基于网页，启动后服务器终端使用期间不能关闭。