一、Anaconda的下载与安装

从Anaconda官网下载对应版本的Anaconda，根据提示安装。

二、Anaconda虚拟环境的创建与使用

Anaconda的一大特色就是支持虚拟环境的创建。虚拟环境之间不共享，从而解决了多版本安装的冲突问题。默认情况下进入anaconda终端，其实进入的是anaconda的base虚拟环境。

1
(base) PS C:\Users\idrb>

2.1 虚拟环境的创建

1
conda create -n <环境名称> [包1， 包2，...]

例如conda create -n gcszhn python=3.8.5 torch创建了名为gcszhn的虚拟环境，同时安装了python3.8.5和torch在虚拟环境中。需要指出的时，创建时不一定要安装包。可以在激活进入虚拟环境时单独安装。

2.2 虚拟环境的激活

1
2
(base) PS C:\Users\idrb>conda activate gcszhn
(gcszhn) PS C:\Users\idrb>pip install torch

2.3 虚拟环境的退出

1
conda deactivate <环境名称>

通过上述命令可以退出当前虚拟环境，回到base虚拟环境。

2.4 虚拟环境的克隆

1
conda create --clone <source env> -n <target env>

用于虚拟环境本地复制或者重命名

2.5 虚拟环境的打包与离线部属

  • 安装conda-pack：conda install -c conda-forge conda-pack
  • 打包环境：conda pack -n <虚拟环境名称> -o <输出的tar.gz压缩文件名>
  • 复制打包文件到目标机器
  • 创建环境文件夹：mkdir -p $CONDA_HOME/envs/环境名称
  • 解压文件：tar -xzf 打包文件 -C $CONDA_HOME/envs/环境名称
  • 此时conda env list可以查看环境
  • 进入环境，执行conda-unpack：conda activate <环境> && conda-unpack

2.6 虚拟环境的导出与导入

与pip类似，conda支持将环境依赖导出为一个依赖文件

1
2
conda env export > env.yml  # 导出当前环境到env.yml文件
conda env create -f env.yml  # 从env.yml创建环境，需要联网

2.7 虚拟环境的删除

1
conda remove -n <环境名称> --all

删除一个不使用的虚拟环境

三、常见Python工具的安装

3.1 jupyterlab

jupyterlab是jupyter notebook的升级版，注意安装名称没有空格。但运行命令为jupyter-lab。

1
pip install jupyterlab

3.2 pillow

pillow是一个常用的图像处理库，注意导入的模块名称为PIL，如from PIL import Image。

1
pip install pillow

3.3 openCV

openCV是计算机视觉领域（CV）最为著名的开源框架，其包含多种语言版本，如C++、Python等。注意python版本安装名称为opencv-python，使用模块名为cv2。openCV里面除了基本的图像读取、转换等功能，还支持许多常见图像处理的算子。

1
pip install opencv-python

3.4 pytoch

pytorch是最为常见的人工智能深度学习框架，注意包名是torch。这里安装的torch往往不是最新版，如果需要最新的gpu版本，可以去pytorch官网。

1
2
3
pip install torch
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

3.5 tensorflow

tensorflow也是常见的深度学习框架，tensorflow与pytorch的关系就像前端框架React与Vue之间一样。一个基础工具丰富，自主性强；一个API更加亲民，开发更轻松。1.8版本限制于python 3.3-3.6, python 2.7。对应cuda=9.0, cudnn=7。tensorflow 1.X版本是分为gpu和cpu独立版本的。gpu版本要求对应的cuda。

1
2
3
pip install tensorflow
pip install tensorflow==1.8
pip install tensorflow-gpu==1.8

3.6 matplotlib

matplotlib是仿matlab风格的python可视化分析库。

1
pip install matplotlib

3.7 cuda

1
2
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

3.8 rdkit

安装rdkit，该框架为常用分子库，由Novartis公司开发。

1
pip install rdkit-pypi

四、Jupyter Lab使用

4.1 JupyterLab配置使用虚拟环境的Python kernel

jupyter lab默认情况下只能使用base环境的Python kernel。为了使用虚拟环境的python kernel，需要在对应虚拟环境下进行如下操作：

1
2
(gcszhn) PS C:\Users\idrb>pip install ipykernel ## 安装ipykernel包
(gcszhn) PS C:\Users\idrb>python -m ipykernel install --user --name gcszhn --display-name gcszhn ## 利用ipykernel创建kernel文件，指定虚拟环境名称和展示名称

然后就可以在jupyter lab中选择所需虚拟环境了，python2不推荐使用这个方法，会导致BUG。

五、Jupyter notebook使用

5.1 jupyter notebook主题更改

1
2
3
4
5
6
7
8
9
10
11
12
(base) PS C:\Users\idrb>pip install jupyterthemes # 下载主题库
(base) PS C:\Users\idrb>pip install --upgrade jupyterthemes # 更新主题库
(base) PS C:\Users\idrb>jt -l # 列举可用主题
(base) PS C:\Users\idrb> -t onedork -f fira -fs 13 -cellw 90% -ofs 11 -dfs 11 -T -T # 设定主题
(base) PS C:\Users\idrb>jt -r #恢复默认主题
 ```   
## 5.2 slide插件安装
rise插件是jupyter的一个slide插件，可用于幻灯片形式播放notebook，
```powershell
(base) PS C:\Users\idrb>pip install rise
(base) PS C:\Users\idrb>jupyter-nbextension install rise --py --sys-prefix
(base) PS C:\Users\idrb>jupyter-nbextension enable rise --py --sys-prefix

六、常见问题的解决

6.1 jupyterlab代码自动补全无效

默认情况下，jupyterlab的代码自动补全是基于jedi这个python库的，出现这个问题的原因可能是jedi的版本问题。参见相关资料

参考文献

[1] CSDN-Anaconda创建、激活、退出、删除虚拟环境

[2] CSDN-在Jupyter Notebook中选择特定的虚拟环境

[3] 博客园-Jupyter Notebook 更换主题（背景、字体）