① 如何快速地在windows上部署Python開發環境，包括各種常用的第三方庫
界面效果跟 Matlab 幾乎是一模一樣了
比 Matlab 更棒的是編輯器支持語法高亮，命令自動補全，多種背景主題
上面有人提到了 Anaconda，在這里介紹下自己如何在windows上快速部署Python開發環境的。
是真的很簡單，完全花不了多少時間。
----------------------------------------------------
Python科學計算的瑞士軍刀——Anoaconda 安裝與配置
Python是一種強大的編程語言，其提供了很多用於科學計算的模塊，常見的包括numpy、scipy和matplotlib。要利用Python進行科學計算，就需要一一安裝所需的模塊，而這些模塊可能又依賴於其它的軟體包或庫，因而安裝和使用起來相對麻煩。幸好有人專門在做這一類事情，將科學計算所需要的模塊都編譯好，然後打包以發行版的形式供用戶使用，Anaconda就是其中一個常用的科學計算發行版
自帶的包管理器conda也非常強大，甚至支持多個版本的 Python 共存
主頁地址：Anaconda Scientific Python Distribution
1. 下載安裝
建議下載zip壓縮包，速度快。安裝過程是傻瓜式的，跟平時安裝其他軟體沒啥區別
2. 終端執行`conda list`可查看安裝了哪些包
<img data-rawheight="843" data-rawwidth="598" src="https://pic3.mg.com/_b.jpg" class="origin_image zh-lightbox-thumb" width="598" data-original="https://pic3.mg.com/_r.jpg">
3. 獲取免費的學術License（此步驟可跳過，如果你對高性能庫沒有需求的話）
申請地址：The Anaconda Python Distribution for Academics
使用`e`郵箱申請後，會在郵箱自動收到`license_academic`文件，將其放在`~/.continuum`目錄下即可。
4. 安裝額外的包（命令行環境下執行）
$ conda update conda
$ conda install accelerate
$ conda install iopro
下面就是spyder的主界面。變數查看窗口很好用。
<img data-rawheight="1017" data-rawwidth="1297" src="https://pic1.mg.com/_b.jpg" class="origin_image zh-lightbox-thumb" width="1297" data-original="https://pic1.mg.com/_r.jpg">
5. 更換編輯器背景主題方案
6. 更換IPython 終端背景
7. 切割編輯器，多文本同時編輯
<img data-rawheight="1080" data-rawwidth="1297" src="https://pic1.mg.com/_b.jpg" class="origin_image zh-lightbox-thumb" width="1297" data-original="https://pic1.mg.com/_r.jpg">
經過簡單的配置之後，集成化開發環境變得非常的 Cool ！
② 初學python，pycharm和Spyder哪個好
pycharm就可以了。
個人比較喜歡也習慣用pycharm，功能比較全。可以直接調試，除了啟動比較慢，沒什麼大的缺點。
Spyder的優勢在於anacoda可以配置虛擬環境，你可以安裝不同版本的庫。
初學的話，pycharm就可以了。
③ 踩坑：anaconda創建虛擬環境
因為transformers需要Python3.6+的環境，而我之前創建的環境是3.5，所以需要創建一個新的環境，Python3.6
之前習慣從navigator中直接創建環境，但沒有注意到，直接創建的環境中，依賴包十分少，自己一個一個安裝太費勁，於是刪除，決定從prompt中創建。
conda create -n py36 python=3.6 anaconda
重點就是最後要加上「anaconda」，這樣出來的環境就會包含很多包。
但由於我之前換了國內清華源，出現了以下錯誤：
UnavailableInvalidChannel: The channel is not accessible or is invalid.
channel name: pkgs/main
channel url: https://mirrors.tuna.tsinghua.e.cn/pkgs/main
error code: 404
那麼就是清華源不能用了，所以還是得換回默認配置：
conda config --remove-key channels
這樣再創建虛擬環境就OK了，慢慢等待吧
經過漫長的等待，結果有兩個包因為網路問題沒有安裝上，然後任務失敗，重新開始創建新的環境， 結果報錯：「Python已停止工作」，不知道什麼原因，目前決定先更新anaconda。
以管理員身份打開prompt，
conda update conda
conda update anaconda
conda update spyder
conda update --all
更新完後，創建虛擬環境仍然出錯，不得已，我又回到了navigator中創建，然後換成清華源。
conda config --add channels https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
更新pip包到最新版本後，所需要的所有包使用pip安裝就行，因為只要使用conda安裝，就會出現「python已停止工作」。
不知道在前天使用conda創建虛擬環境出錯後到底哪裡出了問題。按照網友說的，我防火牆也設置了允許Python，然鵝，沒有用。既然這樣可以奏效，我也懶得卸載anaconda重新裝，就醬紫吧~
④ 我在Linux系統上安裝了Anaconda後怎麼運行spyder
在官網下載安裝包， 選擇 Python3.6 的安裝包進行下載，下載完成後安裝，安裝過程選擇默認配置即可。
⑤ annacoda怎麼安裝python模塊
Anaconda是一個和Canopy類似的科學計算環境，但用起來更加方便。自帶的包管理器conda也很強大。
首先是下載安裝。Anaconda提供了Python2.7和Python3.4兩個版本，同時如果需要其他版本，還可以通過conda來創建。安裝完成後可以看到，Anaconda提供了Spyder，IPython和一個命令行。下面來看一下conda。
輸入 conda list 來看一下所有安裝時自帶的Python擴展。粗略看了一下，其中包括了常用的 Numpy , Scipy ，
matplotlib 和 networkx 等，以及 beautiful-soup ， requests ， flask ， tornado
等網路相關的擴展。
奇怪的是，里邊竟然沒有 sklearn ，所以首先裝一下它。
conda install scikit-learn
如果需要指定版本，也可以直接用 [package-name]=x.x 來指定。
conda的repo中的擴展不算太新，如果想要更新的，可能要用PyPI或者自己下載源碼。而conda和pip關聯的很好。使用pip安裝的東
西可以使用conda來管理，這點要比Canopy好。下圖是我用pip安裝的 nltk ， jieba 和 gensim 。
我對這個科學計算環境的另一個要求就是能夠多個Python版本並存，尤其是2.x和3.x的並存。這個通過 virtualenv 可以做到。Anaconda也正是通過其實現的。
下面用conda創建一個名叫python2的版本為python2.7的環境。
conda create -n python2 python=2.7
這樣就會在Anaconda安裝目錄下的envs目錄下創建python2這個目錄。
向其中安裝擴展可以：
直接用 conda install 並用 -n 指明安裝到的環境，這里自然就是 python2 。
像 virtualenv 那樣，先activate，然後在虛擬環境中安裝。
這里突然有一個問題，怎樣在IDE中使用創建出來的環境？如果是PyCharm等IDE，直接設置Python安裝目錄就可以了。那spyder呢？其實spyder就是一個Python的擴展，你需要在虛擬環境中也裝一個spyder。
最後就是spyder的主界面。變數查看窗口很好用。
⑥ macOS系統通過conda安排spyder
1.在base環境下安裝：
$ conda install spyder=3.3.4
安裝結束後不能啟動spyder:
$ spyder
$ /miniconda3/bin/pythonw: line 3: /miniconda3/python.app/Contents/MacOS/python: No such file or directory
```
2.擔心base環境中各種包的沖突，重新創新環境：
```
$ conda create -n spyder python=3
```
創建成功後，激活spyder環境：
```
$ conda activate spyder
```
3. 再次安裝spyder:
```
$ conda install spyder=3.3.4
```
4.運行時報錯
```
$ spyder
Traceback (most recent call last):
File "/miniconda3/envs/spyder/bin/spyder", line 11, in <mole>
sys.exit(main())
File "/miniconda3/envs/spyder/lib/python2.7/site-packages/spyder/app/start.py", line 186, in main
from spyder.app import mainwindow
File "/miniconda3/envs/spyder/lib/python2.7/site-packages/spyder/app/mainwindow.py", line 48, in <mole>
requirements.check_qt()
File "/miniconda3/envs/spyder/lib/python2.7/site-packages/spyder/requirements.py", line 41, in check_qt
import qtpy
File "/miniconda3/envs/spyder/lib/python2.7/site-packages/qtpy/__init__.py", line 208, in <mole>
raise PythonQtError('No Qt bindings could be found')
qtpy.PythonQtError: No Qt bindings could be found
```
5.將pyqt包降級
```
$ conda install pyqt==5.6
```
6.再次運行成功
⑦ 如何配置python3.6的anaconda環境
使用anaconda的話，可以參考以下步驟：
1、打開anaconda navigator，選擇左側的環境菜單 Environments，在中間會列出當前已經配置好的各種環境名稱，如root、tensorflow等
2、在中間環境列表框下邊，選擇創建 Create，創建新的環境和對應配置，在這里，你可以命名自己的環境名稱，選擇python的版本等，然後點擊創建，完成新的環境設置。
3、選擇新創建的環境，在右邊窗口，看看都有哪些packages已經安裝，沒有安裝的，選擇All，然後找到後，進行按照，比如按照你所需要的spyder
4、安裝spyder後，在菜單欄裡面就有對應的新環境配置的Spyder IDE了。
⑧ anaconda編寫代碼輸出漢字
代碼輸入漢字。
1.以管理員的身份打開Win系統的命令行(cmd)窗口，在cmd窗口中輸入conda
activatepython38命令並等待其執行完畢即可進入Python3.8版本的虛擬環境python38。
2.Win系統的cmd窗口中，在Python3.8版本的虛擬環境python38下輸入spyder命令，即可打開虛擬環境python38中安裝的Python3的程序開發軟體
3.首先點擊菜單欄上的Tools，然後點擊Preferences選項，之後打開的偏好設置界面，
4.在Preferences設置界面上首先點擊Application選項，之後點擊Advancedsettings選項卡，然後在Language選項處選擇「簡體中文」選項，最後點擊Apply，將會彈出重啟Spyder的對話框，選擇yes重啟
5，重啟後的軟體界面已經成為中文。默認語言成功由英文切換為中文。
⑨ Anaconda 環境配置詳解
事情要從升級了Tensorflow1.12.0(此時最新版)開始說起，為了跑一個github的上程序，將Tensorflow升級了，也是噩夢的開始。不是這個包少，就是那個方法出錯。結果github上的程序仍然沒有跑通，無奈，為了使其他程序依然能正常運行，還是把Tensorflow的版本降下來吧。幸虧在升級Tensorflow之前查了一眼原來的版本，1.10.0。直接 pip install tensorflow==1.10.0 如果有那麼簡單，就不會有這篇文章了...
在Tensorflow升級時，順帶把一些其他的依賴包也升級了，比如numpy.但降級的時候一些庫的版本沒有降下來，這就造成有些程序的報錯。想再把numpy卸載重裝， pip uninstall numpy 但新的問題又來了， PermissionError: [WinError 5] 拒絕訪問。 許可權不夠，不能直接加 --user ，如 pip uninstall --user numpy 。解決方案為 pip install --user numpy==版本號 。這是我目前能想到降級numpy的方案，可能不是最好的，但是有效。
早就知道Anaconda可以管理好多個環境，由於原來一直沒有這方面的需求，電腦上的python-base環境加一個pip幾乎能解決所有問題，但現在看來不得不再添加其他的環境了。
主要看關注三個方框中的內容。
左邊一個紅方框內的四個目錄，後兩個就不再介紹了自己點進去就知道什麼意思了。主要說一下前兩個。
這表示紅色框內有三個環境
當然還有其他的一些操作就自己去發現了，這里只是一些基本的操作。
比如我想用
python3.6.5
Tensorflow1.10.0
Keras2.2.4
直接conda install python==3.6.5 Tensorflow==1.10.0 Keras==2.2.4即可
我的t1100k224這個環境就是tensorflow1.10.0和keras2.2.4，當然環境的名字可以任意定義，只要自己明白記住即可。
寫python最好用的編譯器是什麼？
spyder？pycharm？jupyter？
這里不會去比較這三者孰優孰劣，三個我都用，三者各有千秋。
當你遇到這個問題的時候，就是spyder與環境不匹配造成的，在你的環境下安裝一個特定的spyder吧。我、google了一下午這個問題，沒有一個能解答的，自己摸索了一下午，終於把這個坑給填上了。
好了，就寫到這吧！不知所雲。輕噴，輕噴。
我去給問這個錯誤的小夥伴解答一下去，估計也是抓耳撓腮！
2018年11月29日V1
⑩ anaconda /spyder 多虛擬環境
hu
tools > preferences > python interpreter >UMR這個在界面裡面都會提示一些reload mole的紅色信息。尤其你是在虛擬環境中安裝的TensorFlow。
因此建議直接disable。但是disable之後會出現命令行ipython消失的情況。這時候 conda install anaconda 就好。
但是這個時候還是有些搞不明白這個spyder對應的是否是當前的虛擬環境
虛擬環境的設置還可以通過 tools > preferences > python interpreter 來自定義