1. Python 环境Python 环境配置, anaconda 使用方法, CUDA安装方法, Pycharm 配置

1. Python 使用

1.1. 下载及安装

官网下载 Python 安装包，Python 官方网站, linux 下建议使用 anaconda 或 miniconda
Python 默认源在国外，下载速度慢且不稳定，建议更换清华源，在命令行输入以下指令添加清华源
```
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
```
其他常用国内源
- 清华源：pypi.tuna.tsinghua.edu.cn/simple
- 豆瓣源：pypi.doubanio.com/simple/
- 阿里源：mirrors.aliyun.com/pypi/simple…

1.2. 使用库

安装库，常使用 pip 指令

# 查看 pip 版本
pip -V      # 或 pip --version

# 查看已经安装的库
pip list

# 在线安装库，pip 会自动安装库的依赖
pip install xxx     # xxx 为要安装的库

升级库

pip list --outdate          # 显示可升级库
pip install --upgrade xxx   # 升级库

下载离线库

# 在目标路径下进入 cmd
# 会连同下载所有依赖包
pip download [options] [pakage]
# 比如下载 linux 版本 numpy
pip download --only-binary=:all: --platform manylinux1_x86_64 --python-version 37 numpy

# 离线安装
pip install --no-index --find-links=file: 路径 包名

参数	功能
--only-binary=:all:	不适用二进制包
--platform manylinux1_x86_64	linux 64 位
--python-version 37	python3.7

whl 离线库网站

1.3. 虚拟环境

创建虚拟环境
1. 安装 virtualenv 库 pip install virtualenv
2. cd 到目标文件夹下
3. virtualenv 虚拟环境名 创建虚拟环境
4. 在 虚拟环境名/Scripts 下执行 activate 开启虚拟环境
5. 退出虚拟环境 deactivate

2. Anaconda / Miniconda 使用

2.1. 安装

Miniconda 是 Anaconda 的精简版本，只包含 Python 和一些最基本的库，使用方法与 Anaconda 相同
从清华源下载安装 Miniconda
Linux 安装，将安装文件考入 linux, 然后执行以下命令，根据提示安装即可
```
bash miniconda3_xxx.sh
```

配置环境变量，默认不需要配置

# 打开配置文件
~/miniconda3/bin$ sudo gedit ~/.bashrc
# 在末尾添加
export PATH=~/anaconda3/bin:$PATH
# 生效
source ~/.bashrc
# 验证
conda --version    # 或 -V
pip --version

Windows 安装，默认下一步即可（默认不添加环境变量）, 可在安装过程中选择配置环境变量，也可以自行配置环境变量。根据安装路径添加环境变量，重启生效

避免一开始就激活 base 环境，可以设置

# 关闭 base 自动激活
conda config --set auto_activate_base false
# 打开 base 自动激活
conda config --set auto_activate_base true

检测安装是否成功：配置完环境变量可在任意路径执行下列命令；未配置需要进入安装目录下 (Windows：C:\ProgramData\Miniconda3\Scripts Linux：\miniconda3\bin) 执行指令
```
conda list          # 查看已安装的包
conda --version     # 查看版本，或-V
```

若出现 conda:command not found 问题

# 编辑'.bashrc'文件
vi ~/.bashrc

# 再文件末尾加入一下内容，根据需要改变路径
export PATH=$PATH:/home/username/anaconda3/bin

2.2. 配置清华源

linux

# 清华源
# 任意目录下编辑'.condarc'文件
vi ~/.condarc

windows

# 先创建'.condarc'文件
# 文件一般在 C:\Users\username 目录下
conda config --set show_channel_urls yes

在.condarc中写入以下内容，具体以清华源为准

channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2.3. conda 虚拟环境

环境配置

# 创建一个 python3.7 的环境
conda create --name 环境名 python=3.7
# 或
conda create -n 环境名 python=3.7

# 克隆现有环境
conda create -n 环境名 --clone 现有环境名

# 激活环境
conda activate 环境名
# windows bat 脚本激活 conda
call activate 环境名

# 退出环境
conda deactivate

# 删除环境
conda remove -n 环境名 --all

# 修改环境名：修改虚拟环境文件夹即可

创建虚拟环境失败，出现an unexpected error has occurred问题，可能是源文件出现问题，需要删除.condarc文件

列出所有环境
```
conda info --envs   # 或 -e
```

安装 python 包

conda install package-name
pip install package-name
# 本地包只能用pip, 但是得用环境下的pip

3. 离线安装库文件

3.1. 安装 requirements

下载离线包并创建需要安装的库文件列表 requirements.txt

最好把基础依赖包放在前面，避免某些包因缺少依赖包导致安装失败，#注释掉不需要安装的包

six-1.15.0-py2.py3-none-any.whl
numpy-1.19.1-cp37-cp37m-manylinux1_x86_64.whl
scipy-1.5.2-cp37-cp37m-manylinux1_x86_64.whl
certifi-2020.6.20-py2.py3-none-any.whl
cycler-0.10.0-py2.py3-none-any.whl
pyparsing-2.4.7-py2.py3-none-any.whl
pytz-2020.1-py2.py3-none-any.whl
python_dateutil-2.8.1-py2.py3-none-any.whl
pandas-1.1.1-cp37-cp37m-manylinux1_x86_64.whl

# Pillow-7.2.0-cp37-cp37m-manylinux1_x86_64.whl
# kiwisolver-1.2.0-cp37-cp37m-manylinux1_x86_64.whl
# matplotlib-3.3.1-cp37-cp37m-manylinux1_x86_64.whl

pyDOE-0.3.8.zip
pwlf-2.0.4.tar.gz

批量安装库

# 批量安装
pip install -r requirements.txt
# 忽略目录批量安装
pip install --no-index -r requirements.txt

3.2. 生成 requirements

方法 1: 生成 requirements.txt 文件

# 这个方法会包含当前环境下所有库，更推荐方法 2
pip3 freeze >requirements.txt

方法 2: 只根据当前项目生成 requirements 文件（推荐）

# 安装库
pip install pipreqs

# 在项目根目录执行，生成 requirements 文件
pipreqs . --encoding=utf8 --force

4. VSCode 配置 Python 环境

安装 Python 插件
创建虚拟环境（用全局环境可以跳过）
为项目添加环境
1. 打开一个 Python 项目
2. Ctrl+Shift+P 打开命令面板
3. 选择 Python：选择解释器(Python: Select Interpreter)
4. 用全局环境可以选择已经列出的环境，否则选择Enter interpreter path，然后选find在弹出的窗口中选择已创建的虚拟环境
添加配置：可以根据自己的项目配置 Python、Django 等
然后就可以开始调试运行了

5. CUDA 安装

如果需要安装 pytorch, 建议根据 pytorch 的版本选择安装对应的 CUDA 版本，教程当前时间 pytorch 最高支持 cuda 11.3, 因此本文以 11.3 版本为例
检查显卡驱动版本是否兼容 CUDA 版本列表, 一般自动更新的驱动都可以兼容（过于老旧的 Nvidia 卡和所有的 AMD 显卡不支持）
在网上搜索对应版本的 cuda 下载地址（官网不好找版本，直接搜索更方便），比如 CUDA 11.3
安装 CUDA
1. 执行完安装程序后，在 Path 环境变量中添加以下几条，根据自己的版本和位置修改，如果已经有了就不用添加
```
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp
```
2. 测试 cuda, 在 cmd 中输入nvcc -V指令，出现类似下图内容表示安装成功
3. 测试带宽
下载安装 cudnn, 注意要跟 cuda 版本匹配，CUDA11.3 对应 cudnn8.2.1，需要 nvidia 账号。将解压后的文件放入 cuda 的安装目录 (\CUDA\v11.3\) 即可

安装测试 tensorflow

python 安装 tensorflow-gpu
```
pip install tensorflow-gpu
```

测试

# 测试 GPU 配置是否成功
import tensorflow as tf

# 显示 1 及以上数字说明配置成功
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

# 表示有 1 块 gpu 可以使用
Num GPUs Available:  1

参考教程

6. Pycharm 使用技巧

6.1. 模板

打开 File->Settings->Editor->File and Code Templates
选择 Python Script，输入模板

常用模板设置

#!/usr/bin/python3
# -*- coding:utf-8 -*-

# ------------------
# Project: ${PROJECT_NAME}
# Tittle: ${FILE_NAME}
# Version: python3.7
# DateTime: ${DATE}
# Function:
# ------------------

系统变量

变量名内容
${PROJECT_NAME} 项目名称
${PRODUCT_NAME} IDE 名称
${FILE_NAME} 文件名
${DATE} 日期
${USER} 用户名
${YEAR} ${MONTH} ${DAY} 年、月、日
${HOUR} ${MINUTE} 时、分

变量名	内容
${PROJECT_NAME}	项目名称
${PRODUCT_NAME}	IDE 名称
${FILE_NAME}	文件名
${DATE}	日期
${USER}	用户名
${YEAR} ${MONTH} ${DAY}	年、月、日
${HOUR} ${MINUTE}	时、分

6.2. 补全

打开 File->Settings->Editor->Live Templates
打开需要创建的程序下拉菜单，然后点击右侧“+”号并选择 Live Template
编辑自动补全：
1. 把 <abbreviation> 修改为触发词
2. Description 为解释内容
3. 最下面红字，点击后面的 Define 选择适用语言
4. 右侧 option 选择触发按键
点击 apply 就完成设置。比如下图的设置，在 HTML 文件里输入<!，然后按 Tab 键就会补全称为

6.3. 运行配置

以 Django 为例 (Pycharm 专业版会自动配置）
点击右上角的Add Configurations
点击+号，选择 Python
根据下图进行配置
接下来就可以用 Pycharm 右上角的快捷键运行 Django 项目
也可以利用此方法添加 makemigratiosn 和 migrate

7. 备注

常用库

库	功能
altair	数据可视化工具
django	django 网站框架
jaydebeapi	通过 java 的 jdbc 来连接数据库
matplotlib	绘图
nuitka	python 程序打包
pandas	数据分析工具
paramiko	ssh 工具
pillow->PIL	图片处理
pretty_errors	python 优化错误显示
psutil	电脑监控信息读取
pulp	线性求解
pwlf	分段线性拟合
pyecharts	python + echarts
pymysql	MySQL 数据库
pyserial	串口
scipy	科学计算库
sympy	科学（符号）计算库
virtualenv	虚拟环境

1. Python 环境