Anaconda+VS Code数据分析环境搭建及使用(GPU、可视化)

为什么选择Anaconda

Anaconda是开源项目，可在Linux，Windows和Mac OS X上执行Python / R，对于数据科学和机器的学习具有如下优势：

为什么选择Visaul Studio code

Anaconda 安装

下载安装https://www.anaconda.com/

本次是选择基于windows python3.7 64位。

安装选项这里两个都选择，否则还得手动添加环境变量。

anaconda使用

1）cmd输入

C:UsersMSI-PC>conda --versionconda 4.7.12

2）CMD界面输入python进入ipython交互界面（其实没啥用，jupyter notebook包含此功能）

3）pip list 可以看到当前的包。可以看到numpy、pandas、scikit-learn、scipy 、seaborn常用的数据图形工具都有安装。

4）conda env list 查询当前环境，base 为默认环境，tfg1.11为新建

C:UsersMSI-PC>conda env list# conda environments:#base * D:ProgramFilesAnacoda3tfg1.11 D:ProgramFilesAnacoda3envstfg1.11

5）如需独立的环境。如想试下tensorflow2.0效果如何，利用 conda create -n your_env_name python=X.X即可建立。将会在anaconda/envs目录下建立your_env_name目录，如想重装或迁移环境，将安装包下文件拷贝到新的anaconda对应目录下即可D😛rogramFilesAnacoda3envs。通过conda activate your_env_name即可进入该独立环境。以下是本机环境建立的用于tensorflow学习的独立环境。

注安装完Anaconda后其实已经有IED Spyder IDE和jupter notebook可视化工具感兴趣的可以尝试下是否习惯。

VS code 安装

下载地地址，
https://code.visualstudio.com/ 只有40M.

1）对anaconda3环境的导入，这里使用Anaconda Extension Pack，ctrl+shif+f 搜索Anaconda Extension Pack 点击安装

2）python基本环境安装

ctrl+shif+f 搜索python 点击install 即可安装。

注：因为上边安装了anaconda3,所以似乎是不用再安装python的扩展了。

VS code 测试

1）新建test.py文件，测试GPU是否可用，ctrl+F5运行。

import tensorflow as tfgpu_test= tf.test.is_gpu_available()print("GPU是否可用",gpu_test)#输出：GPU是否可用 True

左下角可以看到使用的编译环境是conda tfg1.11(点击此处可切换其他conda 环境)

2）在vs code中同样可以像jupyter notebook那样以cell的形式执行交互式脚本。

– 使用 `ctrl+ shift+ p` 调出 **Command Palette** 然后输入 `Python: Switch`

– 这里我们选择第二个 **Python: Switch to Insiders Daily Channel**

首次安装等几分钟。

– 方法一: 使用 `ctrl + shift + p` 输入 `Python: Create New Blank Jupyter Notebook`

-方法二: 直接左上角新建文件, 然后 `ctrl + s` 保存为 `.ipynb` 格式即可、

加载一个花瓣识别数据

使用下来感觉vs code 还是很方便的。无论GPU使用、anaconda环境切换，还是jupyter notebook都可以满足需求需求。