歡迎來到機器學習的世界！無論您是剛開始還是已經涉足了一些，擁有一個組織良好的本地環境都可以讓您的生活變得更加輕鬆。在本指南中，我們將使用 Miniconda 和 Conda 設定您的本地環境。我們也將安裝一些用於機器學習和資料科學的最重要的Python 函式庫：Pandas、NumPy、Matplotlib 和Scikit-learn .
警告：此設定 100% 無壓力（除了我們安裝庫的部分？）。
為什麼選擇迷你康達？
您可能想知道：「為什麼是 Miniconda 而不是 Anaconda？」嗯，這就像在一艘滿載的太空船之間做出選擇嗎？ （Anaconda）和輕型、更可客製化的太空船？ （迷你康達）。 Miniconda 只為您提供必需品，讓您只安裝您需要的軟體包並保持整潔。
步驟1：安裝Miniconda
1.1.下載Miniconda
前往 Miniconda 網站並下載適合您作業系統的安裝程式：
-
Windows：.exe 安裝程式
-
macOS：.pkg 安裝程式
-
Linux：.sh 安裝程式
1.2.安裝迷你康達
下載後，請按照您的系統的說明進行操作：
-
Windows：執行 .exe 安裝程式。當它詢問時，選中“將 Miniconda 添加到我的 PATH 環境變數”框（這會讓以後的生活更輕鬆，相信我？）。
-
macOS/Linux：開啟終端機並執行安裝程式：
bash Miniconda3-latest-Linux-x86_64.sh # for Linux
bash Miniconda3-latest-MacOSX-x86_64.sh # for macOS
登入後複製
登入後複製
按照提示操作。它比熱煎餅上的黃油還要光滑！ ？
1.3.驗證安裝
安裝完成後，讓我們確保一切正常。開啟終端機或命令提示字元並輸入：
如果您看到版本號，恭喜您 - Miniconda 已準備就緒！ ？
第2步：設定Conda環境
有趣的部分來了！使用 Conda，您可以建立隔離環境以保持專案井井有條並防止包裝衝突。可以將其視為針對不同愛好的不同壁櫥 - 無需混合使用漁具？您的遊戲設定如何？ .
2.1.創造新環境
要建立一個新環境（將其視為專案的個人工作區），請使用以下命令：
conda create --name ml-env python=3.10
登入後複製
登入後複製
這裡，ml-env 是您的環境名稱，我們將 Python 設定為版本 3.10。請隨意使用您喜歡的版本。
2.2.激活環境
在安裝任何軟體包之前，我們需要啟動環境：
bash Miniconda3-latest-Linux-x86_64.sh # for Linux
bash Miniconda3-latest-MacOSX-x86_64.sh # for macOS
登入後複製
登入後複製
您會注意到提示發生的變化，表示您現在位於 ml-env 環境中。 ?♂️ 這就像是步入了 Python 的新維度。
第 3 步：安裝必要的 Python 庫
是時候用必要的工具武裝您的環境了！我們將安裝 Pandas、NumPy、Matplotlib 和 Scikit-learn — 任何機器學習冒險的英雄。將他們視為您的復仇者聯盟？ ♂️，但用於資料科學。
3.1.安裝熊貓？
Pandas 非常適合處理結構化資料。您可以將其視為 Excel，但增強版？ 。安裝它：
3.2.安裝 NumPy 嗎？
NumPy 是您進行數值運算和矩陣運算的首選函式庫。這是許多機器學習演算法背後的秘密武器。安裝：
conda create --name ml-env python=3.10
登入後複製
登入後複製
3.3.安裝 Matplotlib ？
如果沒有漂亮的圖表，數據科學還算什麼？ Matplotlib 非常適合用來建立視覺化效果，從折線圖到散佈圖。安裝它：
conda activate ml-env
登入後複製
（小玩笑：為什麼圖表不產生關係？因為它們有太多「情節」？）。
3.4.安裝 Scikit-learn 嗎？
最後，我們需要 Scikit-learn 來實作線性迴歸、分類等機器學習演算法。安裝：
conda install pandas
登入後複製
第 4 步：驗證您的設置
讓我們確保一切順利。在終端機中開啟 Python：
conda install numpy
登入後複製
進入 Python shell 後，嘗試匯入庫以查看所有內容是否安裝正確：
conda install matplotlib
登入後複製
如果沒有錯誤，就可以開始了！ ？繼續輸入以下命令退出 Python：
conda install scikit-learn
登入後複製
第 5 步：管理您的環境
現在您的環境已全部設定完畢，這裡有一些管理它的實用技巧。
5.1.列出已安裝的軟體包
想要查看您的環境中安裝了什麼？只要輸入：
5.2.拯救您的環境
要與其他人共用您的環境設定或稍後重新建立它，您可以將其匯出到檔案：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn
登入後複製
5.3.停用環境
完成一天的工作後，您可以透過以下方式退出環境：
5.4.刪除環境
如果您不再需要環境（再見，舊項目？），您可以將其完全刪除：
如果你喜歡這個，請在 Github 上關注我
-
最後的想法
恭喜！您已經使用 Miniconda、Conda 以及 Pandas、NumPy、Matplotlib 和 Scikit-learn 等基本 Python 函式庫成功設定了本機學習環境。 ？您的新環境是隔離的、有組織的，並準備好進行一些重要的資料處理。
記住：始終保持環境整潔，否則就有可能像我的舊衣櫃一樣——充滿了糾結的電纜和隨機的 Python 版本。 ？快樂編碼！
以上是初學者指南：使用 Miniconda 和 Python 設定本機學習環境的詳細內容。更多資訊請關注PHP中文網其他相關文章！
