一、计算机视觉-快速搭建开发环境-Toy模板网

这篇具有很好参考价值的文章主要介绍了一、计算机视觉-快速搭建开发环境。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

搭建环境Anaconda 是必不可少的，用Anaconda 我们可以很容易的部署计算机视觉开发环境（包括用到的包、和IDE等）
下面我们看下Anaconda 是什么，为什么要用Anaconda

一、Anaconda 是什么？

Anaconda 是一个流行的开源发行版和包管理器，主要用于数据科学、机器学习和科学计算的 Python 和 R 环境。它提供了一整套数据科学工具和库，包括数据处理、数据可视化、机器学习、深度学习等方面的库和工具。

二、Anaconda 的特点

包管理器: Anaconda 包含了一个名为 conda 的包管理器，可以用来安装、更新、卸载和管理包，以及创建和管理不同的环境。
预装的科学计算库: Anaconda 默认安装了大量常用的科学计算库，如 NumPy、SciPy、Pandas、Matplotlib 等，这些库通常在数据科学和科学计算中使用频繁。
跨平台: Anaconda 可以在 Windows、Linux 和 macOS 等多个操作系统上运行，并且提供了一致的用户体验。
虚拟环境: 使用 Anaconda 可以轻松创建和管理多个独立的 Python 环境，每个环境可以有自己独立的包集合，这有助于避免包之间的冲突，并且使得不同项目的依赖关系更清晰。
集成开发环境 (IDE): Anaconda 还包含了一些流行的 Python 集成开发环境，如 Jupyter Notebook、Spyder 等，这些工具对于数据科学和机器学习领域的工作非常有用。

总的来说，Anaconda 提供了一个便捷的数据科学平台，使得用户可以快速搭建数据科学环境并开始进行数据分析、机器学习和科学计算。

三、Anaconda 和PIP区别

主要区别有以下几个方面：

conda 能管理虚拟环境而PIP不能
conda 能解决包依赖的问题，而PIP不能
PIP使用的官方包源含的包比conda多
conda支持的语言有c、c++python、R等。pip只支持python

我们安装包时可以先用conda安装，conda安装不了在选择PIP安装，因为conda可以解决包依赖的问题，可以减少我们在安装过程中出现问题，所以可以首先考虑用conda安装。

四、如何安装使用conda

官方下载安装包：https://www.anaconda.com/download/

安装好之后会在开始菜单中找到Anaconda Powershell Prompt (miniconda3) 并打开，这时可以在命令窗口管理环境，打开IDE 执行python程序等

五、 conda命令

1、创建环境：

conda create --name myenv: 创建一个名为 myenv 的新环境。
conda create --name myenv python=3.8: 创建一个指定 Python 版本的环境。
conda create --name myenv numpy pandas: 创建一个包含指定包的环境。

2、管理环境：

conda activate myenv: 激活名为 myenv 的环境。
conda deactivate: 退出当前环境。
conda env list 或 conda info --envs: 查看所有环境列表。
conda remove --name myenv --all: 删除名为 myenv 的环境。

3、管理包：

conda install numpy: 安装指定包。
conda install numpy pandas scipy: 安装多个包。
conda install --file requirements.txt: 从文件中安装包。
conda update numpy: 更新指定包。
conda remove numpy: 卸载指定包。
conda list: 列出当前环境中安装的所有包。

4、其他常用命令：

conda info: 显示 conda 的配置信息。
conda search package_name: 在 conda 仓库中搜索指定包。
conda clean --all: 清理不再需要的缓存和无效包。

五、 IDE的选择

IDE很多常见的如VScode，PyCharm 、eclipse等都可以，上面这种IDE最好至少安装一个，另外还有一个是我们必备的：jupyter，安装方法：conda install jupyterlab

安装好可以使用jupyter-lab打开jupyter，jupyter是开放本地端口，我们可以在浏览器中直接访问IDE进行开发。
平时我们学习可以使用jupyter，因为在jupyter中可以自己选择执行的哪部分代码，比较方便，方便我们查看返回结果。另外其他类型IDE比如上面提到的VScode，PyCharm 、eclipse等也需要安装至少一种，因为jupyter没有调试功能，而且当我们项目大了文件比较多 jupyter管理起来比较麻烦。所以需要配合使用。