文章目录
- Anaconda的基本使用
- Ipython 解释器
- ipython magic命令
- ipython 使用
- Ipython notebook
- 使用 Anaconda
- conda 的使用
- 虚拟环境
- 将新的环境添加到jupyter中
- jupyter安装拓展
- conda虚拟环境相关的一些常见操作
- 警告
- 写入测试文件
Anaconda的基本使用
Life is short. Use Python.
Ipython 解释器
通常我们并不使用Python自带的解释器，而是使用另一个比较方便的解释器——ipython解释器，命令行下输入：
ipython
即可进入ipython解释器。
所有在python解释器下可以运行的代码都可以在ipython解释器下运行：
ipython magic命令
ipython解释器提供了很多以百分号%开头的magic命令，这些命令很像linux系统下的命令行命令（事实上有些是一样的）。
查看所有的magic命令：
%lsmagic
结果：
Available line magics:
%alias %alias_magic %autocall %automagic %autosave %bookmark %cd %clear %cls %colors %config %connect_info %copy %ddir %debug %dhist %dirs %doctest_mode %echo %ed %edit %env %gui %hist %history %killbgscripts %ldir %less %load %load_ext %loadpy %logoff %logon %logstart %logstate %logstop %ls %lsmagic %macro %magic %matplotlib %mkdir %more %notebook %page %pastebin %pdb %pdef %pdoc %pfile %pinfo %pinfo2 %popd %pprint %precision %profile %prun %psearch %psource %pushd %pwd %pycat %pylab %qtconsole %quickref %recall %rehashx %reload_ext %ren %rep %rerun %reset %reset_selective %rmdir %run %save %sc %set_env %store %sx %system %tb %time %timeit %unalias %unload_ext %who %who_ls %whos %xdel %xmode
Available cell magics:
%%! %%HTML %%SVG %%bash %%capture %%cmd %%debug %%file %%html %%javascript %%js %%latex %%markdown %%perl %%prun %%pypy %%python %%python2 %%python3 %%ruby %%script %%sh %%svg %%sx %%system %%time %%timeit %%writefile
Automagic is ON, % prefix IS NOT needed for line magics.
line magic 以一个百分号开头，作用与一行；
cell magic 以两个百分号开头，作用于整个cell。
最后一行Automagic is ON, % prefix IS NOT needed for line magics.说明在此时即使不加上%也可以使用这些命令。
使用 whos 查看当前的变量空间：
%whos
Variable Type Data/Info
------------------------------
autopep8 module <module 'autopep8' from '<...>e-packages\\autopep8.py'>
c int 97
d dict n=52
i int 25
json module <module 'json' from 'D:\\<...>\lib\\json\\__init__.py'>
s str Gur Mra bs Clguba, ol Gvz<...>- yrg'f qb zber bs gubfr!
this module <module 'this' from 'D:\\<...>Anaconda3\\lib\\this.py'>
trantab dict n=52
使用 reset 重置当前变量空间：
%reset -f
再查看当前变量空间：
%whos
Interactive namespace is empty.
使用 pwd 查看当前工作文件夹：
%pwd
'F:\\jupyter\\demo'
使用 mkdir 产生新文件夹：
%mkdir demo_test
使用 cd 改变工作文件夹：
%cd demo_test/
F:\jupyter\demo\demo_test
使用 writefile 将cell中的内容写入文件：
%%writefile hello_world.py
print("hello world")
Writing hello_world.py
使用 ls 查看当前工作文件夹的文件：
%ls
驱动器 F 中的卷是 Seagate1.81TB
卷的序列号是 EED2-3ECD
F:\jupyter\demo\demo_test 的目录
2021/01/20 18:03 <DIR> .
2021/01/20 18:03 <DIR> ..
2021/01/20 18:03 20 hello_world.py
1 个文件 20 字节
2 个目录 1,346,270,302,208 可用字节
使用 run 命令来运行这个代码：
%run hello_world.py
hello world
删除这个文件：
import os
os.remove('hello_world.py')
查看当前文件夹，hello_world.py 已被删除：
%ls
驱动器 F 中的卷是 Seagate1.81TB
卷的序列号是 EED2-3ECD
F:\jupyter\demo\demo_test 的目录
2021/01/20 18:03 <DIR> .
2021/01/20 18:03 <DIR> ..
0 个文件 0 字节
2 个目录 1,346,270,302,208 可用字节
返回上一层文件夹：
%cd ..
F:\jupyter\demo
使用 rmdir 删除文件夹：
%rmdir demo_test
使用 hist 查看历史命令：
%hist
%lsmagic
%whos
%reset -f
%whos
%pwd
%mkdir demo_test
%cd demo_test/
%%writefile hello_world.py
print("hello world")
%ls
%run hello_world.py
import os
os.remove('hello_world.py')
%ls
%cd ..
%rmdir demo_test
%hist
ipython 使用
使用 ? 查看函数的帮助：
sum?
使用 ?? 查看函数帮助和函数源代码（如果是用python实现的）：
# 导入numpy和matplotlib两个包
%pylab
# 查看其中sort函数的帮助
Using matplotlib backend: TkAgg
Populating the interactive namespace from numpy and matplotlib
ipython 支持使用 <tab> 键自动补全命令。
a = 12
12
使用 _ 使用上个cell的输出结果：
_ + 13
25
在jupyter notebook还可以使用_num使用指定编号单元格的输出：
可以使用 ! 来执行一些系统命令。
!ping baidu.com
正在 Ping baidu.com [220.181.38.148] 具有 32 字节的数据:
来自 220.181.38.148 的回复: 字节=32 时间=87ms TTL=44
来自 220.181.38.148 的回复: 字节=32 时间=70ms TTL=44
来自 220.181.38.148 的回复: 字节=32 时间=76ms TTL=44
来自 220.181.38.148 的回复: 字节=32 时间=74ms TTL=44
220.181.38.148 的 Ping 统计信息:
数据包: 已发送 = 4，已接收 = 4，丢失 = 0 (0% 丢失)，
往返行程的估计时间(以毫秒为单位):
最短 = 70ms，最长 = 87ms，平均 = 76ms
当输入出现错误时，ipython会指出出错的位置和原因：
1 + "hello"
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-24-92709354cfb6> in <module>()
----> 1 1 + "hello"
TypeError: unsupported operand type(s) for +: 'int' and 'str'
Ipython notebook
在命令行下输入命令：
ipython notebook
会打开一个notebook本地服务器，一般地址是 http://localhost:8888
使用 Anaconda
Anaconda是一个很好用的Python IDE，它集成了很多科学计算需要使用的python第三方工具包。
conda 的使用
根据自己的操作系统安装好Anaconda后，在命令行下输入：
conda list
可以看已经安装好的python第三方工具包，这里我们使用 magic 命令 %%cmd 在 ipython cell 中来执行这个命令：
!conda list
# packages in environment at D:\Anaconda3:
#
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py37_0 defaults
aiohttp 3.7.1 pypi_0 pypi
akshare 0.7.68 pypi_0 pypi
zlib 1.2.11 h8395fce_2 defaults
....
第一次安装好 Anaconda 以后，可以在命令行输入以下命令使 Anaconda 保持最新：
conda update conda
conda update anaconda
conda 是一种很强大的工具，具体用法可以参照它的文档：http://conda.pydata.org/docs/。
也可以参考它的 cheat sheet（https://docs.conda.io/projects/conda/en/latest/_downloads/843d9e0198f2a193a3484886fa28163c/conda-cheatsheet.pdf）来快速查看它的用法。
可以使用它来安装，更新，卸载第三方的 python 工具包：
conda install <some package>
conda update <some package>
conda remove <some package>
在安装或更新时可以指定安装的版本号，例如需要使用 numpy 1.8.1：
conda install numpy=1.8.1
conda update numpy=1.8.1
查看 conda 的信息：
!conda info
active environment : base
active env location : D:\Anaconda3
user config file : C:\Users\Think\.condarc
populated config files : C:\Users\Think\.condarc
conda version : 4.8.5
conda-build version : 3.15.1
python version : 3.7.0.final.0
virtual packages : __cuda=8.0
base environment : D:\Anaconda3 (writable)
channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/noarch
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/win-64
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/noarch
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/win-64
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/noarch
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/win-64
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/noarch
package cache : D:\Anaconda3\pkgs
C:\Users\Think\.conda\pkgs
C:\Users\Think\AppData\Local\conda\conda\pkgs
envs directories : D:\Anaconda3\envs
C:\Users\Think\.conda\envs
C:\Users\Think\AppData\Local\conda\conda\envs
platform : win-64
user-agent : conda/4.8.5 requests/2.25.1 CPython/3.7.0 Windows/7 Windows/6.1.7601
administrator : True
netrc file : None
offline mode : False
虚拟环境
一个很棒的功能是 conda 可以产生一个自定义的环境，假设在安装的是 Python 2.7 的情况下，想使用 Python 3.4，只需要在命令行下使用 conda 产生一个新的环境：
conda create -n py34 python=3.4
这里这个环境被命名为 py34 ，可以根据喜好将 py34 改成其他的名字。
创建好以后可以在D:\Anaconda3\envs\（具体与安装的anaconda路径为准） 下找到新创建的环境
使用这个环境时，只需要命令行下输入：
conda activate py34
此时，我们的 Python 版本便是 **python 3.4**了。
查看当前的环境列表：
!conda env list
# conda environments:
#
base * D:\Anaconda3
django D:\Anaconda3\envs\django
gui D:\Anaconda3\envs\gui
myqr D:\Anaconda3\envs\myqr
py37 D:\Anaconda3\envs\py37
py38 D:\Anaconda3\envs\py38
pyqt D:\Anaconda3\envs\pyqt
webssh D:\Anaconda3\envs\webssh
F:\envs\superset
退出环境： deactivate
删除环境： conda remove --name test --all
注意：新创建的虚拟环境，添加到jupyter后，一定要安装ipykernel库
conda install ipykernel
否则，将python解释器无法启动
将新的环境添加到jupyter中
python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"
例如：
python -m ipykernel install --user --name py38 --display-name "py38"
jupyter安装拓展
命令行中执行：
pip install jupyter_contrib_nbextensions
pip install jupyter_nbextensions_configurator
jupyter contrib nbextension install
然后重启jupyter
关于插件的介绍：https://jupyter-contrib-nbextensions.readthedocs.io/en/latest/nbextensions/code_prettify/README_code_prettify.html
例如： Hinterland 代码提示
conda虚拟环境相关的一些常见操作
查阅anaconda的文档：
conda create --help
查看支持的Python版本：
conda search "^python$"
安装anaconda下的envs/py36目录下，python版本为3.6：
conda create -n py36 python=3.6
安装虚拟环境到指定路径下：
conda create --prefix=F:\pandas\py36 python=3.6
激活指定路径下的虚拟环境：
conda activate F:\pandas\py36
退出虚拟环境：
conda deactivate
删除指定路径下的虚拟环境：
conda remove --prefix=F:\pandas\py36 --all
克隆现有环境：
conda create --name python36 --clone F:\envs\py36
移动环境位置：
修改~\.conda\environments.txt文件
使用清华园镜像加速：
conda config --set show_channel_urls yes
然后执行vi ~/.condarc，修改为以下内容:
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
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
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
再执行：
conda clean -i
警告
出现了一些需要让用户知道的问题，但又不想停止程序，这时候我们可以使用警告：
首先导入警告模块：
import在需要的地方，我们使用 warnings 中的 warn 函数：
warn(msg, WarningType = UserWarning)
def month_warning(m):
if not 1<= m <= 12:
msg = "month (%d) is not between 1 and 12" % m
warnings.warn(msg, RuntimeWarning)
month_warning(13)
D:\Anaconda3\lib\site-packages\ipykernel_launcher.py:4: RuntimeWarning: month (13) is not between 1 and 12
after removing the cwd from sys.path.
有时候我们想要忽略特定类型的警告，可以使用 warnings 的 filterwarnings 函数：
filterwarnings(action, category)
将 action 设置为 'ignore' 便可以忽略特定类型的警告：
warnings.filterwarnings(action = 'ignore', category = RuntimeWarning)
month_warning(13)
写入测试文件
%%writefile test.txt
this is a test file.
hello world!
python is good!
today is a good day.
Overwriting test.txt
