conda

本教程将引导你学会安装、配置和运行 Nox。 安装 Nox 可以通过pip轻松安装： python3-m pip install nox 你可能希望使用用户站点(user site)来避免对全局的 Python install 造成混乱： python3 -m pipinstall--user nox 或者，你也可以更精致，使用pipx： pipxinstall nox 无论用哪种方式，Nox 通常是要全局安装的，类似于 tox、pip和其它类似的工具。 如果你有兴趣在docker 内运行 nox，可以使用 DockerHub 上的thekevjames/nox镜像，它包含所有 nox 版本的构建与及所有支持的 Python 版本。 如果你想在GitHub Actions中运行 nox ，则可以使用Activatedleigh/setup-nox action，它将安装最新的 nox，并令 GitHub Actions 环境提供的所有 Python 版本可用。 编写配置文件 Nox 通过项目目录中一个名为 noxfile.py 的文件作配置 。这是一个 Python文件，定义了一组会话（sessions）。一个会话是一个环境和一组在这个环境中运行的命令。如果你熟悉 tox，会话就类似于它的环境。如果你熟悉 GNU Make，会话则类似于它的 target。 会话使用 @nox

0x01背景 最近帮某人处理财务相关的excel表格， 顺便学习了一下pandas处理excel的方式方法，汇总如下，希望后面可以能够拿来直接使用。 最大的感受就是python处理excel，是对excel公式的降维打击 。 0x02操作 2.1 pandas安装 这里把简单说下安装，因为pip install的方式一般会报错，快速的解决方式是通过conda来安装， 参考 2.2 处理excel的常用操作 打开excel import pandas as pd df = pd.read_excel(XLS_FILENAME, sheet_name) ## 如果你要处理的表格只有少数几列数据，可以用下面的方式打开 def read_xls(sheet_name=None, col1=0, col2=0): if col1 == 0 and col2 == 0: usecols = None else: usecols = [col1, col2] df = pd.read_excel(XLS_FILENAME, usecols=usecols, names=None, sheet_name=sheet_name, keep_default_na=False) return df 读取sheet_name # 方法一 ，直接获取 def get_sheet_names(_file

TensorFlow 是一个端到端开源机器学习平台。它拥有一个包含各种工具、库和社区资源的全面灵活生态系统，可以让研究人员推动机器学习领域的先进技术的。 准备 安装 Anaconda TensorFlow 安装的前提是系统安装了 Python 2.5 或更高版本，教程中的例子是以 Python 3.6（Anaconda 3 版）为基础设计的。为了安装 TensorFlow ，首先确保你已经安装了 Anaconda。可以从网址（ https://www.anaconda.com/distribution/#download-section）中下载并安装适用于 Windows/macOS 或 Linux 的 Anaconda。 这个是 macos 的连接，一个是命令行的，一个是GUI的 https://repo.anaconda.com/archive/Anaconda3-2019.10-MacOSX-x86_64.sh https://repo.anaconda.com/archive/Anaconda3-2019.10-MacOSX-x86_64.pkg 关于安装 anaconda ， 可以参考官方的文档。 https://docs.anaconda.com/anaconda/install/ 配置 Anaconda 执行这个命令 source ~/.bash_profile ，

一 安装 官网 下载 GUI或命令行方式 这里使用GUI方式，双击后根据提示安装 二 环境配置 在终端输入conda，如无该命令，按下述方式添加环境变量 sudo vi ~/.bash_profile 输入i来编辑 手动添加环境变量 export PATH = "/Users/anaconda3/bin: $PATH " #填自己安装的地址 输入:wq保存并退出编辑器 刷新环境变量 source ~/.bash_profile 三 创建环境 创建环境 conda create -n env_name python = 3.7 亲测，这里不加-n会报错 CondaValueError: The target prefix is the base prefix. Aborting. 激活环境 source activate env_name 退出环境 deactivate env_name 删除环境 conda remove env_name 复制环境 conda create new_env_name old_env_name 来源： CSDN 作者： hyluglare 链接： https://blog.csdn.net/hyluglare/article/details/104522503

1. 前言 Pytorch 目前是炙手可热的深度学习框架。和 TensorFlow 比较起来学习曲线更加平滑，不用写大量的样板代码就可以对网络进行训练和使用。在最新版本的 Pytorch 中开始支持 Java 。但是安装 Pytorch 并不是很容易的事。今天就来说一下如何利用 Conda 安装 Pytorch 。 2. Conda 这里简单提一下 Conda ， Conda 是一个开源的、跨平台的软件包管理系统和环境管理系统，用于安装多个 Python 版本的软件包及其依赖关系，并在它们之间轻松切换。你可以把 Conda 看作 Python 领域的 Maven ，当然有些功能可能比 Maven 更加强大。通常我会安装 anaconda 来集成 Conda 和 Python 环境， anacoda 额外还有 numpy 、pandas 等有用的科学计算包。如果你有洁癖也可以使用 MiniConda ，它只包含 Conda 和 Python 。如果你还不会 Conda 建议你花十分钟快速入门一下。 3. 在线安装Pytorch 以 Mac 为例， Conda 安装最新版 Pytorch 的命令如下： conda install pytorch torchvision -c pytorch 根据该命令的提示很容易就能安装好 Pytorch 。如果安装失败

1.pip install matplotlib 安装失败时候 解决方案：尝试使用pip3 install matplotlib 2.anaconda下利用git维护github仓库 解决方案：conda install git 3.如何再Anaconda安装Tensorflow 解决方案： https://blog.csdn.net/qq_33505204/article/details/81584257 4.如何批量安装python 相关依赖 解决方案：pip install -r requirements.txt 5. AttributeError: module 'tensorflow' has no attribute 'placeholder' 解决方案： 将 import tensorflow as tf 替换为 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 来源： oschina 链接： https://my.oschina.net/u/169565/blog/3168328

C:\Users\lenovo\.condarc 首先安装Anaconda最新版本。 其次添加安装目录到环境变量。文本为 C:\ProgramData\Anaconda3\Library\bin 运行 conda 命令在 Windows 用户下生成文件 .condarc 。 #生成文件命令 conda config --set show_channel_urls yes 编辑文件，复制代码到文件中。本文为 #C:\Users\lenovo\.condarc #复制代码内容如下 channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn

Conda Conda 主要用户管理Anaconda下的Python版本环境 Conda 常用网站 https://www.anaconda.com/distribution/#linux https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ Conda 安装 Centos7 yum install conda Anaconda Download https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ Conda 配置 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes Conda 安装 Python Version conda create -n py34 python=3.4 Conda 安装 Python module conda install -n py34 numpy Conda 切换 Python