conda 介绍

conda 是一个开源的软件包管理系统和环境管理软件，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。conda 是为 Python 程序创建的，类似于 Linux、MacOS、Windows，也可以打包和分发其他软件。 注！必须在 cmd 里面才可以，在 powershell 里面输入命令有些是无效的

https://www.anaconda.com/download 通过该地址，填写邮件，然后通过邮件去下载安装包，安装完成后。

conda 分为 anaconda 和 miniconda，anaconda 是一个包含了许多常用库的集合版本，miniconda 是精简版本（只包含 conda、pip、zlib、python 以及它们所需的包），剩余的通过 conda install command 命令自行安装即可；

安装

下载后需要查看环境变量，如果没有配置，需要自己配置

D:\tools\conda\Library\mingw-w64\bin
D:\tools\conda\Library\bin
D:\tools\conda\Scripts
D:\tools\conda

如果在下载的 miniconda 没找到 mingw-w64 目录，那么需要自己安装，通过下面命令就会安装一个 mingw-w64 目录

conda install m2w64-toolchain

conda 命令

检查版本

conda --version

升级 conda

conda update conda

添加镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

下面这个我没用过, 可以添加一下试试看.
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/r/


目前国内提供conda镜像的大学
  清华大学: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
  北京外国语大学: https://mirrors.bfsu.edu.cn/help/anaconda/
  南京邮电大学: https://mirrors.njupt.edu.cn/
  南京大学: http://mirrors.nju.edu.cn/
  重庆邮电大学: http://mirror.cqupt.edu.cn/
  上海交通大学: https://mirror.sjtu.edu.cn/
  哈尔滨工业大学: http://mirrors.hit.edu.cn/#/home
  (目测哈工大的镜像同步的是最勤最新的)

查看已经添加的渠道

conda config --get channels

恢复默认镜像源

conda config --remove-key channels

scikit-learn

Python 语言中专门针对机器学习应用而发展起来的一款开源框架 (算法库)，可以实现 数据预处理 、 分类 、 回归 、 降维 、 模型选择 等常用的机器学习算法。其特点是集成各类机器学习算法，安装使用便捷，案例和文档丰富，但仅支持 Python 语言，不支持深度学习和强化学习。通过官网可查看其能解决的问题及对应案例，如线性回归属于回归问题，官网有相关模型介绍和调用方法。

下载速度过慢 我们也可以使用清华镜像源来下载安装

pip install scikit-learn  -i https://pypi.tuna.tsinghua.edu.cn/simple

创建一个虚拟环境

conda  create -n pytorch python=3.8

• -n 指定虚拟环境名称
• python=3.8 指定 python 版本

切换虚拟环境

conda activate pytorch

查看虚拟环境有哪些包

pip list

Pytorch

官网地址：https://pytorch.org/ 进入官网后选择合适的 pytorch 版本，如果你没有 GPU，直接选择 CPU，如果你有 GPU，需要确认你的 GPU 是否支持 CUDA

查看 GPU 是否支持 CUDA，选择帮助 -> 系统信息

使用 nvidia-smi 检查 CUDA 版本是否兼容，CUDA9.2 以上只支持 Driver Version: 396.26 以上的

matplotlib

matplotlib 是一个绘图库，它提供了许多绘图工具，如折线图、饼图、散点图、直方图等，并且可以生成多种格式的图表，如 PDF、SVG、PNG 等。学习地址：https://www.runoob.com/matplotlib/matplotlib-tutorial.html

安装 matplotlib

pip install -U matplotlib

案例

import matplotlib.pyplot as plt

if __name__ == '__main__':
    # 表示做一个 2行1列的表格，在表格第1行作图
    fig1 = plt.subplot(2,1,1)
    plt.scatter([1,2,3,4],[5,6,7,8]) # 线型图
    # 表示做一个 2行1列的表格，在表格第2行作图
    fig2 = plt.subplot(2,1,1)
    plt.scatter([1,2,3,4],[5,6,7,8]) # 线型图