初學者指南：使用 Miniconda 和 Python 設定本機學習環境

歡迎來到機器學習的世界！無論您是剛開始還是已經涉足了一些，擁有一個組織良好的本地環境都可以讓您的生活變得更加輕鬆。在本指南中，我們將使用 Miniconda 和 Conda 設定您的本地環境。我們也將安裝一些用於機器學習和資料科學的最重要的Python 函式庫：Pandas、NumPy、Matplotlib 和Scikit-learn .

警告：此設定 100% 無壓力（除了我們安裝庫的部分？）。

為什麼選擇迷你康達？

您可能想知道：「為什麼是 Miniconda 而不是 Anaconda？」嗯，這就像在一艘滿載的太空船之間做出選擇嗎？ （Anaconda）和輕型、更可客製化的太空船？ （迷你康達）。 Miniconda 只為您提供必需品，讓您只安裝您需要的軟體包並保持整潔。

步驟1：安裝Miniconda

1.1.下載Miniconda

前往 Miniconda 網站並下載適合您作業系統的安裝程式：

• Windows：.exe 安裝程式
• macOS：.pkg 安裝程式
• Linux：.sh 安裝程式

1.2.安裝迷你康達

下載後，請按照您的系統的說明進行操作：

• Windows：執行 .exe 安裝程式。當它詢問時，選中“將 Miniconda 添加到我的 PATH 環境變數”框（這會讓以後的生活更輕鬆，相信我？）。
• macOS/Linux：開啟終端機並執行安裝程式：

  bash Miniconda3-latest-Linux-x86_64.sh  # for Linux
  bash Miniconda3-latest-MacOSX-x86_64.sh  # for macOS

按照提示操作。它比熱煎餅上的黃油還要光滑！ ？

1.3.驗證安裝

安裝完成後，讓我們確保一切正常。開啟終端機或命令提示字元並輸入：

conda --version

如果您看到版本號，恭喜您 - Miniconda 已準備就緒！ ？

第2步：設定Conda環境

有趣的部分來了！使用 Conda，您可以建立隔離環境以保持專案井井有條並防止包裝衝突。可以將其視為針對不同愛好的不同壁櫥 - 無需混合使用漁具？您的遊戲設定如何？ .

2.1.創造新環境

要建立一個新環境（將其視為專案的個人工作區），請使用以下命令：

conda create --name ml-env python=3.10

這裡，ml-env 是您的環境名稱，我們將 Python 設定為版本 3.10。請隨意使用您喜歡的版本。

2.2.激活環境

在安裝任何軟體包之前，我們需要啟動環境：

  bash Miniconda3-latest-Linux-x86_64.sh  # for Linux
  bash Miniconda3-latest-MacOSX-x86_64.sh  # for macOS

您會注意到提示發生的變化，表示您現在位於 ml-env 環境中。 ?‍♂️ 這就像是步入了 Python 的新維度。

第 3 步：安裝必要的 Python 庫

是時候用必要的工具武裝您的環境了！我們將安裝 Pandas、NumPy、Matplotlib 和 Scikit-learn — 任何機器學習冒險的英雄。將他們視為您的復仇者聯盟？ ‍♂️，但用於資料科學。

3.1.安裝熊貓？

Pandas 非常適合處理結構化資料。您可以將其視為 Excel，但增強版？ 。安裝它：

conda --version

3.2.安裝 NumPy 嗎？

NumPy 是您進行數值運算和矩陣運算的首選函式庫。這是許多機器學習演算法背後的秘密武器。安裝：

conda create --name ml-env python=3.10

3.3.安裝 Matplotlib ？

如果沒有漂亮的圖表，數據科學還算什麼？ Matplotlib 非常適合用來建立視覺化效果，從折線圖到散佈圖。安裝它：

conda activate ml-env

（小玩笑：為什麼圖表不產生關係？因為它們有太多「情節」？）。

3.4.安裝 Scikit-learn 嗎？

最後，我們需要 Scikit-learn 來實作線性迴歸、分類等機器學習演算法。安裝：

conda install pandas

第 4 步：驗證您的設置

讓我們確保一切順利。在終端機中開啟 Python：

conda install numpy

進入 Python shell 後，嘗試匯入庫以查看所有內容是否安裝正確：

conda install matplotlib

如果沒有錯誤，就可以開始了！ ？繼續輸入以下命令退出 Python：

conda install scikit-learn

第 5 步：管理您的環境

現在您的環境已全部設定完畢，這裡有一些管理它的實用技巧。

5.1.列出已安裝的軟體包

想要查看您的環境中安裝了什麼？只要輸入：

python

5.2.拯救您的環境

要與其他人共用您的環境設定或稍後重新建立它，您可以將其匯出到檔案：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn

5.3.停用環境

完成一天的工作後，您可以透過以下方式退出環境：

exit()

5.4.刪除環境

如果您不再需要環境（再見，舊項目？），您可以將其完全刪除：

conda list

如果你喜歡這個，請在 Github 上關注我

-

最後的想法

恭喜！您已經使用 Miniconda、Conda 以及 Pandas、NumPy、Matplotlib 和 Scikit-learn 等基本 Python 函式庫成功設定了本機學習環境。 ？您的新環境是隔離的、有組織的，並準備好進行一些重要的資料處理。

記住：始終保持環境整潔，否則就有可能像我的舊衣櫃一樣——充滿了糾結的電纜和隨機的 Python 版本。 ？快樂編碼！

以上是初學者指南：使用 Miniconda 和 Python 設定本機學習環境的詳細內容。更多資訊請關注PHP中文網其他相關文章！