① 如何快速地在windows上部署Python开发环境，包括各种常用的第三方库
界面效果跟 Matlab 几乎是一模一样了
比 Matlab 更棒的是编辑器支持语法高亮，命令自动补全，多种背景主题
上面有人提到了 Anaconda，在这里介绍下自己如何在windows上快速部署Python开发环境的。
是真的很简单，完全花不了多少时间。
----------------------------------------------------
Python科学计算的瑞士军刀——Anoaconda 安装与配置
Python是一种强大的编程语言，其提供了很多用于科学计算的模块，常见的包括numpy、scipy和matplotlib。要利用Python进行科学计算，就需要一一安装所需的模块，而这些模块可能又依赖于其它的软件包或库，因而安装和使用起来相对麻烦。幸好有人专门在做这一类事情，将科学计算所需要的模块都编译好，然后打包以发行版的形式供用户使用，Anaconda就是其中一个常用的科学计算发行版
自带的包管理器conda也非常强大，甚至支持多个版本的 Python 共存
主页地址：Anaconda Scientific Python Distribution
1. 下载安装
建议下载zip压缩包，速度快。安装过程是傻瓜式的，跟平时安装其他软件没啥区别
2. 终端执行`conda list`可查看安装了哪些包
<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. 获取免费的学术License（此步骤可跳过，如果你对高性能库没有需求的话）
申请地址：The Anaconda Python Distribution for Academics
使用`e`邮箱申请后，会在邮箱自动收到`license_academic`文件，将其放在`~/.continuum`目录下即可。
4. 安装额外的包（命令行环境下执行）
$ conda update conda
$ conda install accelerate
$ conda install iopro
下面就是spyder的主界面。变量查看窗口很好用。
<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. 更换编辑器背景主题方案
6. 更换IPython 终端背景
7. 切割编辑器，多文本同时编辑
<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">
经过简单的配置之后，集成化开发环境变得非常的 Cool ！
② 初学python，pycharm和Spyder哪个好
pycharm就可以了。
个人比较喜欢也习惯用pycharm，功能比较全。可以直接调试，除了启动比较慢，没什么大的缺点。
Spyder的优势在于anacoda可以配置虚拟环境，你可以安装不同版本的库。
初学的话，pycharm就可以了。
③ 踩坑：anaconda创建虚拟环境
因为transformers需要Python3.6+的环境，而我之前创建的环境是3.5，所以需要创建一个新的环境，Python3.6
之前习惯从navigator中直接创建环境，但没有注意到，直接创建的环境中，依赖包十分少，自己一个一个安装太费劲，于是删除，决定从prompt中创建。
conda create -n py36 python=3.6 anaconda
重点就是最后要加上“anaconda”，这样出来的环境就会包含很多包。
但由于我之前换了国内清华源，出现了以下错误：
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
那么就是清华源不能用了，所以还是得换回默认配置：
conda config --remove-key channels
这样再创建虚拟环境就OK了，慢慢等待吧
经过漫长的等待，结果有两个包因为网络问题没有安装上，然后任务失败，重新开始创建新的环境， 结果报错：“Python已停止工作”，不知道什么原因，目前决定先更新anaconda。
以管理员身份打开prompt，
conda update conda
conda update anaconda
conda update spyder
conda update --all
更新完后，创建虚拟环境仍然出错，不得已，我又回到了navigator中创建，然后换成清华源。
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包到最新版本后，所需要的所有包使用pip安装就行，因为只要使用conda安装，就会出现“python已停止工作”。
不知道在前天使用conda创建虚拟环境出错后到底哪里出了问题。按照网友说的，我防火墙也设置了允许Python，然鹅，没有用。既然这样可以奏效，我也懒得卸载anaconda重新装，就酱紫吧~
④ 我在Linux系统上安装了Anaconda后怎么运行spyder
在官网下载安装包， 选择 Python3.6 的安装包进行下载，下载完成后安装，安装过程选择默认配置即可。
⑤ annacoda怎么安装python模块
Anaconda是一个和Canopy类似的科学计算环境，但用起来更加方便。自带的包管理器conda也很强大。
首先是下载安装。Anaconda提供了Python2.7和Python3.4两个版本，同时如果需要其他版本，还可以通过conda来创建。安装完成后可以看到，Anaconda提供了Spyder，IPython和一个命令行。下面来看一下conda。
输入 conda list 来看一下所有安装时自带的Python扩展。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
等网络相关的扩展。
奇怪的是，里边竟然没有 sklearn ，所以首先装一下它。
conda install scikit-learn
如果需要指定版本，也可以直接用 [package-name]=x.x 来指定。
conda的repo中的扩展不算太新，如果想要更新的，可能要用PyPI或者自己下载源码。而conda和pip关联的很好。使用pip安装的东
西可以使用conda来管理，这点要比Canopy好。下图是我用pip安装的 nltk ， jieba 和 gensim 。
我对这个科学计算环境的另一个要求就是能够多个Python版本并存，尤其是2.x和3.x的并存。这个通过 virtualenv 可以做到。Anaconda也正是通过其实现的。
下面用conda创建一个名叫python2的版本为python2.7的环境。
conda create -n python2 python=2.7
这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。
向其中安装扩展可以：
直接用 conda install 并用 -n 指明安装到的环境，这里自然就是 python2 。
像 virtualenv 那样，先activate，然后在虚拟环境中安装。
这里突然有一个问题，怎样在IDE中使用创建出来的环境？如果是PyCharm等IDE，直接设置Python安装目录就可以了。那spyder呢？其实spyder就是一个Python的扩展，你需要在虚拟环境中也装一个spyder。
最后就是spyder的主界面。变量查看窗口很好用。
⑥ macOS系统通过conda安排spyder
1.在base环境下安装：
$ conda install spyder=3.3.4
安装结束后不能启动spyder:
$ spyder
$ /miniconda3/bin/pythonw: line 3: /miniconda3/python.app/Contents/MacOS/python: No such file or directory
```
2.担心base环境中各种包的冲突，重新创新环境：
```
$ conda create -n spyder python=3
```
创建成功后，激活spyder环境：
```
$ conda activate spyder
```
3. 再次安装spyder:
```
$ conda install spyder=3.3.4
```
4.运行时报错
```
$ 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.将pyqt包降级
```
$ conda install pyqt==5.6
```
6.再次运行成功
⑦ 如何配置python3.6的anaconda环境
使用anaconda的话，可以参考以下步骤：
1、打开anaconda navigator，选择左侧的环境菜单 Environments，在中间会列出当前已经配置好的各种环境名称，如root、tensorflow等
2、在中间环境列表框下边，选择创建 Create，创建新的环境和对应配置，在这里，你可以命名自己的环境名称，选择python的版本等，然后点击创建，完成新的环境设置。
3、选择新创建的环境，在右边窗口，看看都有哪些packages已经安装，没有安装的，选择All，然后找到后，进行按照，比如按照你所需要的spyder
4、安装spyder后，在菜单栏里面就有对应的新环境配置的Spyder IDE了。
⑧ anaconda编写代码输出汉字
代码输入汉字。
1.以管理员的身份打开Win系统的命令行(cmd)窗口，在cmd窗口中输入conda
activatepython38命令并等待其执行完毕即可进入Python3.8版本的虚拟环境python38。
2.Win系统的cmd窗口中，在Python3.8版本的虚拟环境python38下输入spyder命令，即可打开虚拟环境python38中安装的Python3的程序开发软件
3.首先点击菜单栏上的Tools，然后点击Preferences选项，之后打开的偏好设置界面，
4.在Preferences设置界面上首先点击Application选项，之后点击Advancedsettings选项卡，然后在Language选项处选择“简体中文”选项，最后点击Apply，将会弹出重启Spyder的对话框，选择yes重启
5，重启后的软件界面已经成为中文。默认语言成功由英文切换为中文。
⑨ Anaconda 环境配置详解
事情要从升级了Tensorflow1.12.0(此时最新版)开始说起，为了跑一个github的上程序，将Tensorflow升级了，也是噩梦的开始。不是这个包少，就是那个方法出错。结果github上的程序仍然没有跑通，无奈，为了使其他程序依然能正常运行，还是把Tensorflow的版本降下来吧。幸亏在升级Tensorflow之前查了一眼原来的版本，1.10.0。直接 pip install tensorflow==1.10.0 如果有那么简单，就不会有这篇文章了...
在Tensorflow升级时，顺带把一些其他的依赖包也升级了，比如numpy.但降级的时候一些库的版本没有降下来，这就造成有些程序的报错。想再把numpy卸载重装， pip uninstall numpy 但新的问题又来了， PermissionError: [WinError 5] 拒绝访问。 权限不够，不能直接加 --user ，如 pip uninstall --user numpy 。解决方案为 pip install --user numpy==版本号 。这是我目前能想到降级numpy的方案，可能不是最好的，但是有效。
早就知道Anaconda可以管理好多个环境，由于原来一直没有这方面的需求，电脑上的python-base环境加一个pip几乎能解决所有问题，但现在看来不得不再添加其他的环境了。
主要看关注三个方框中的内容。
左边一个红方框内的四个目录，后两个就不再介绍了自己点进去就知道什么意思了。主要说一下前两个。
这表示红色框内有三个环境
当然还有其他的一些操作就自己去发现了，这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这个环境就是tensorflow1.10.0和keras2.2.4，当然环境的名字可以任意定义，只要自己明白记住即可。
写python最好用的编译器是什么？
spyder？pycharm？jupyter？
这里不会去比较这三者孰优孰劣，三个我都用，三者各有千秋。
当你遇到这个问题的时候，就是spyder与环境不匹配造成的，在你的环境下安装一个特定的spyder吧。我、google了一下午这个问题，没有一个能解答的，自己摸索了一下午，终于把这个坑给填上了。
好了，就写到这吧！不知所云。轻喷，轻喷。
我去给问这个错误的小伙伴解答一下去，估计也是抓耳挠腮！
2018年11月29日V1
⑩ anaconda /spyder 多虚拟环境
hu
tools > preferences > python interpreter >UMR这个在界面里面都会提示一些reload mole的红色信息。尤其你是在虚拟环境中安装的TensorFlow。
因此建议直接disable。但是disable之后会出现命令行ipython消失的情况。这时候 conda install anaconda 就好。
但是这个时候还是有些搞不明白这个spyder对应的是否是当前的虚拟环境
虚拟环境的设置还可以通过 tools > preferences > python interpreter 来自定义