미니콘다 指令教學
在 在 安裝 開始 開始, 我們 需要 了解 了解 何謂 虛擬 環境 環境 (가상 환경),, 概念 有 些 類似 類似 컨테이너, 虛擬 環境 的 的 建置 建置 是 是 為了 為了 方便 區別 區別 不同 的 專案 專案 我們 同時 需要 兩 個 個 個 專案 專案 專案 但 但 所 需 需 套件 與 與 與 與 與 與 與 與 與 與 python 版本皆不同,此時虛擬環境便可以把這兩者獨立出來,互不相干,例如:
설치
Add Miniconda3 To My PATH Environment Variable
base
是安裝後自動生成的虛擬環境,可以另外建立新的或是沿用之,這邊我另外了一個虛擬環境名叫 da
. 미니콘다 相關
conda --version # 查看 conda 版本
conda update conda # 更新 conda
conda info # conda 基礎資訊
虛擬環境相關
# 查看目前已建立的虛擬環境 (有*者為當前激活的)
conda env list
# 創建虛擬環境
conda create --name <your_env_name> python=3.10 # 指定 python 版本
python --version # 查看虛擬環境內 python 版本
# 激活虛擬環境
conda activate <your_env_name>
# 關閉虛擬環境
conda deactivate
# 刪除虛擬環境
conda env remove --name <your_env_name>
패키지 常見操作
conda list # 查看虛擬環境安裝了那些 package
# 此處以 scikit-learn 為例
conda install -c conda-forge scikit-learn # install scikit-learn
conda list scikit-learn # to see which scikit-learn version is installed
conda update scikit-learn # To update scikit-learn
conda remove --name <your_env_name> scikit-learn # 刪除虛擬環境中的 package
安裝常見 패키지
conda install pip
conda install ipykernel # for Jupyter
conda install pywin32 # use conda # to solve ImportError: DLL load failed while importing win32api
conda install pandas
conda install numpy
conda install matplotlib
conda install seaborn
conda install -c conda-forge scipy
conda install -c conda-forge scikit-learn
클론 환경
如果嫌每次安裝 패키지 太麻煩,也可以直接透過備份與還原省去其麻煩.
# backup
conda activate <env_you_want>
conda list --explicit > spec-file.txt # export package list to spec-file.txt
# restore
conda create --name myenv --file spec-file.txt # creat env with spec-file.txt
Visual Studio Code에서 Jupyter Notebook 사용
에서 Miniconda 와 Visual Studio Code 都是 현재 사용자 전용으로 설치,先確認在欲使用的的 Environment 中已經安裝 Ipykernel 這個 Package 後,在Visual Studio Code 安裝如左欄的 Extensions,同時在右上角選取欲用的인 Environment,利用快捷鍵
Ctrl+Shift+P
開啟Create New Jupyter Notebook
的選項即可撰寫程式碼了,若是Vscode 一直不能連結到 Kernel ,可以嘗試文章的解法.Reference
이 문제에 관하여(미니콘다 指令教學), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/kaiser_zheng/miniconda-zhi-ling-jiao-xue-1jfd텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)