Anaconda

工欲善其事必先利其器，一个好的工具能让起到事半功倍的效果，Python社区提供了足够多的优秀工具来帮助开发者更方便的实现某些想法，下面这几个工具给我的工作也带来了很多便利，推荐给追求美好事物的你。 Python Tutor Python Tutor 是由 Philip Guo 开发的一个免费教育工具，可帮助学生攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。通过这个工具，教师或学生可以直接在 Web 浏览器中编写 Python 代码，并逐步可视化地运行程序。如果你不知道代码在内存中是如何运行的，不妨把它拷贝到Tutor里可视化执行一遍，加深理解。 地址： www.pythontutor.com/ IPython IPython 是一个 for Humans 的 Python 交互式 shell，用了它之后你就不想再用自带的 Python shell 了，IPython 支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多实用功能和函数，同时它也是科学计算和交互可视化的最佳平台。在公众号【Pyhon之禅】回复 “ipython” 获取《IPython交互式编程和数据可视化教程》。 这里还要注意：不管你是为了Python就业还是兴趣爱好，记住：项目开发经验永远是核心，如果你没有2020最新python入门到高级实战视频教程

首次在windows上搭建 theano ，为了实现在 gpu 加速运算，在配置运行环境上多次踩坑，特记录下来。 一、GPU驱动安装 1.1 进入 NVIDIA驱动下载 进行符合条件的下载安装。 二、CUDA的下载安装 2.1 从NVIDIA 官网 选择一个CUDA版本进行下载。 2.2 使用如下命令查看是否安装成功： 　　 nvcc -V 2.3 配置path环境 我安装的是 10.1 所以为： 　　C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp; 三、CUDNN的下载安装 3.1 这里是 下载地址 。根据自己安装的CUDA版本选择相应的CUDNN的版本。 3.2 我解压后放到目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 目录下了。 四、Anacond安装 4.1 下载地址： https://www.anaconda.com/download/ 4.2 安装 anacond 4.3 系统 path 变量增加 　　C:\Anaconda3 　　C:\Anaconda3\Scripts 　　C:

先说一下我运到的坑：工作环境win64，数据存在Oracle数据库中，并不清楚instantclient是多少位。cx_Oracle 64，导致数据库连接不上报错，需要重新下载/安装等。下面简单总结一下我的环境部署。我之前连接过oracle18.5，现在客户是oracle11.2，需要重新安装配置。我电脑是Python37，但是cx_Oracle的版本需要Python36，那就在安装python36. 0. 时刻切记 安装配置时，必须把握一个点，就是版本一致！包括：系统版本，python版本、依赖包版本。 【笔记】 2，安装cx_Oracle https://blog.csdn.net/wangshuang1631/article/details/71057054 2.1 $uname -a //查看系统是否是 Linux x86-64 2.2 下载以下两个文件，两个文件放在同一目录下：basic和sdk。http://www.oracle.com/technetwork/topics/linuxx86-64soft-092277.html instantclient-basic-linux.x64-11.2.0.3.0.zip instantclient-sdk-linux.x64-11.2.0.3.0.zip 2.3 解压到instantclient_11_2目录下，

Face_Recognition更适合于Linux系统，性能方面Windows系统下发挥Linux系统的四分之一。 Windows系统下安装： 　　 方法1：anaconda3.5以前的版本含3.5 　　　　安装visual studio2014： 　　　　　　安装C/C++ 编译器，VS主要用于之后boost库的编译。 　　　　安装boost： 　　　　　　下载地址：https://sourceforge.net/projects/boost/files/boost-binaries/ 我下载的是boost_1_67_0-msvc-14.1-64.exe 直接安装就行。 　　　　　　如果下载的zip那就需要先解压，打开vs命令，更改文件夹到boost的解压路径，输入 bootstrap.bat 在文件夹里生成b2.exe，再输入 b2，让boost库里的东西自动编译 　　　　安装cmake： 　　　　　　官方下载地址：https://cmake.org/ 我下载的是cmake-3.13.1-win64-x64.msi，直接双击安装。将其路径加入PATH环境变量 　　　　安装dlib： 　　　　　　下载地址：https://pypi.org/simple/dlib/ 我下载的是dlib-19.7.0-cp36-cp36m-win_amd64.whl

一、安装python----首先我们来安装python 1、首先进入网站下载：点击打开链接（或自己输入网址https://www.python.org/downloads/），进入之后如下图，选择图中红色圈中区域进行下载。 二、直接使用anaconda 或者使用 下载 anaconda 安装后集成环境 可以直接在网络上查找anaconda的相关资料 下载后进行安装 三、接下来安装pycharm 首先从网站下载pycharm：点击打开链接（链接为：http://www.jetbrains.com/pycharm/download/#section=windows），进入之后如下图，根据自己电脑的操作系统进行选择，对于windows系统选择图中红色圈中的区域。 我们选择第二个，然后点击Ok： 划到最后一步之后 点击上图中的Accept进入下一步： Pycharm2019最新激活注册码（亲测有效） PyCharm是由著名的JetBrains公司所打造的一款功能强大的Python IDE，它具有一般IDE都具备的功能，并且使用起来非常方便好用。最近需求PyCharm激活码的网友非常多，小编就在这里给大家分享一下PyCharm2019最新可用的激活注册码。激活 Pycharm专业版 的方法有很多，小编在这里主要给大家分享最有效的两种，一种是使用最新可用的注册激活码，一种是使用破解补丁的方法

pyuic5 -o pyqt_2020042201.py pyqt_2020042201.ui pyrcc5 -o img_resources_rc.py img_resources.qrc 来源： oschina 链接： https://my.oschina.net/u/4270922/blog/3421245

[toc] 本教程为脑机学习者Rose发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：903290195 安装Python(推荐安装Anaconda) [这里是windows系统下的安装] Anaconda用来管理不同版本的Python环境，可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包。同时Anaconda自带很多常用软件包以及科学计算包，比如数据分析中需要的Numpy、Pandas等，数据可视化用的matplotlib等，还有Jupyter notebook[Jupyter Notebook 是一个 Web 应用程序，支持实时代码、数学方程、可视化和 Markdown，其用途包括数据清理和转换、数值模拟、统计建模、机器学习等]。所以推荐安装Anaconda，因为它已经包含了Python以及常见要用的Python工具库。 先到官网下载： https://www.anaconda.com/distribution/ 推荐安装Python3.x版本的Anaconda，因为Python2.x版本即将不被维护了，如下图。 也可以安装Python3.7以前版本的Anaconda (即历史版本: https://repo.anaconda.com/archive/ ) 选择Anaconda3因为Anaconda3代表Python3.x。

系统环境： OS：deepin 15.11（均为系统默认配置） Anaconda Distribution 64位（x86）安装程序（517 MB） Jupyter 官方提供三种安装方式：conda、pip、python 能力有限使用 pip、python 的方式没有安装成功，尝试使用 Anaconda Distribution 库的 conda 命令在 deepin系统中实现自动化快速部署 jupyter notebook。 Jupyter 官方安装文档连接 conda 官方下载地址 建议使用第三方工具下载很快然后导入到系统 conda 官方安装文档 安装过程： 1、安装 Anaconda Distribution sudo wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh bash Anaconda3-2019.07-Linux-x86_64.sh python@python-PC:~/Desktop$ bash Anaconda3-2019.07-Linux-x86_64.sh Welcome to Anaconda3 2019.07 In order to continue the installation process, please review the license

　　嗯！花费了不少时间才把pytorch安装成功。主要原因就是： 清华和中科大的Anaconda国内镜像源关闭了 activate.bat 不是内部或外部命令（这个真实奇怪） ============ 国内镜像又有了。。。。我太难了。所以可以不用参考我的方法了！！= ===================== 1. 安装过程 　　可以去 Anaconda官网 下载windows的最新的anaconda，直接安装即可。安装过程可以直接看官网： https://docs.anaconda.com/anaconda/install/windows/ 　　我自己有一步不一样，就是是否add path这一步。如果勾了，电脑的环境变量回自动加上去，否则需要自己另外添加，都有利弊，选择吧，皮皮虾们。 　　 启动 anaconda prompt（ 可直接询问小娜，或再windows最近添加中找到 ），如果显示如下（base）开头说明进入了anaconda环境， 创建虚拟环境命名为pytorch(随意命名) 1 conda create -n pytorch python=3.7 2 conda activate pytorch 　　其中第一行 python=3.7 是自己电脑中安装的版本，并激活 通过Conda安装pytorch。可以去官网查看合适自己电脑配置的命令： https:/

在Python的众多IDE中，Anaconda可以说是最适合做数据分析的环境。以下是一些关于Anaconda的指令： # 可通过 conda --version 获取当前Anaconda的版本号 conda --version # 通过执行 conda update conda 命令来升级conda 的版本 # 通过 pip install * 来安装所需要添加的库，例如，需要安装pyecharts库 pip install pyecharts # 通过 pip uninstall * 来卸载所不需要的库，例如，卸载pyecharts库 pip uninstall pyecharts 来源： oschina 链接： https://my.oschina.net/u/3750423/blog/3420838