Contents
  1. 1. 环境配置
    1. 1.1. anaconda中安装指定python
    2. 1.2. 更改系统python环境
    3. 1.3. pycharm中新增一个python环境

环境配置

anaconda中安装指定python

原本环境是mac+自带的python2.7+anaconda。anaconda
真的很方便,安装过程网上很多,不予叙述。因为python3很多第三方库支持更方便,以及默认utf8的编码少了很多麻烦。所以决定换成python3的编程环境。
在terminal中通过anaconda配置新版本的python。

conda create -n py36 python=3.6
(-n后加想要对这python包环境的命名)

然后通过

conda info -e

查看anaconda中包含的python环境及路径。

MacBook-Pro:~ san$ conda info -e
# conda environments:
#
base                  *  /Users/san/anaconda2
py36                     /Users/san/anaconda2/envs/py36
py37                     /Users/san/anaconda2/envs/py37

虽然也配了目前版本最新的python3.7,但是发现有的第三方库并不支持python3.7。而且网上查的资料也不是很多,还是建议低一点的版本学习,python3.4好像也不错的。

更改系统python环境

通过

open ~/.bash_profile

打开配置文件写入python的外部环境变量

export PATH =${PATH}:/Users/san/anaconda2/envs/py36/bin/
及
alias python="/Users/san/anaconda2/envs/py36/bin/python3.6"

则terminal默认python路径变成py36中的python环境。
关闭文件后

source ~/.bash_profile.

结束后在终端中运行python可以看到mac默认python环境改变。

然后安装相关第三方库。通过python来学习机器学习的东西真的很方便,有很多相关的第三方库可以直接调用。
安装所有的科学计算的包太多了,于是推荐需要用到该包的时候再安装。
命令也很简单。
除了用pip install直接下载外,也可以指定一个python环境下安装:
以安装numpy为例,通过

conda install -n py36 numpy

就能在py36环境下装numpy的第三方库。而其他python环境不影响。

pycharm中新增一个python环境

习惯用pycharm写代码。(:3

直接preference中找到project interpreter,然后add local,找到需要的python环境bin文件下的python文件选中即可。能看到该环境中的带的package。
关闭pycharm,再次打开,新建一个工程,注意选择你需要的依赖的python环境。
然后就可以愉快的写bug代码了。

Contents
  1. 1. 环境配置
    1. 1.1. anaconda中安装指定python
    2. 1.2. 更改系统python环境
    3. 1.3. pycharm中新增一个python环境