人工智能素养与实践应用 课件 第2章 Python人工智能开发环境

第2章Python人工智能开发环境2目录Python安装与使用Anaconda管理虚拟环境Python开发平台Python常用库国内外常用AI开发网站3在人工智能发展的浪潮中，编程语言与开发环境发挥着至关重要的作用。Python以其简洁易读、功能强大和丰富的生态系统，成为AI领域最受欢迎的开发语言之一。本章将围绕Python编程语言在人工智能开发中的应用展开介绍，涵盖常用的开发工具、环境配置与管理方法，帮助读者搭建高效、稳定的AI开发基础平台。41.访问官网下载安装包访问Python官方网站（/downloads/）下载对应版本的安装包。选择适合自己操作系统的版本是关键第一步，确保安装包与系统兼容。2.1Python安装与使用52.安装Python双击已下载的安装文件，进入Python安装界面按照操作步骤完成安装。在安装界面，勾选'Addpython.exetoPATH'选项，将Python添加至系统环境变量，方便后续调用。建议选择'Customizeinstallation'自定义安装方式，以满足个性化需求。2.1Python安装与使用63.验证Python安装是否成功1）双击已下载的安装文件，进入Python安装界面按照操作步骤完成安装。2）输入指令“python”回车后，看到提示符“>>>”，则说明Python已经成功安装。2.1Python安装与使用73.验证Python安装是否成功1）双击已下载的安装文件，进入Python安装界面按照操作步骤完成安装。2）输入指令“python”回车后，看到提示符“>>>”，则说明Python已经成功安装。2.1Python安装与使用2.2Anaconda管理虚拟环境为什么要安装Anaconda？1）Python本身的标准库功能有限，通常需要额外安装第三方库来满足特定需求。2）在实际开发中，不同项目可能依赖不同版本的Python或第三方库。内置环境管理工具内置conda，轻松创建、管理和切换虚拟环境。包管理器功能conda方便安装、更新和卸载Python包。默认安装内容默认安装Python常用库和JupyterNotebook。适合AI学习集成众多科学计算库和工具，适合AI学习使用。2.2Anaconda管理虚拟环境Anaconda的下载根据自己的操作系统选择对应的Anaconda版本。官网下载，网址如下：/download。在国内通常使用清华镜像源下载：/anaconda，解决国内下载速度慢的问题。2.2Anaconda管理虚拟环境Anaconda的安装安装过程中，选择安装类型（'JustMe'），设定安装路径（建议非C盘），并勾选高级安装选项（除第二个选项外全选）。2.2Anaconda管理虚拟环境Anaconda管理虚拟环境虚拟环境概念虚拟环境是Python开发中不可或缺的工具，它允许用户为不同项目创建独立的Python运行环境，避免版本冲突，提升管理效率。Anaconda提供了强大的虚拟环境管理工具——conda，使我们能够方便地创建、切换和管理多个Python环境。12VS依次点击电脑设置、系统、系统信息、高级系统设置。打开系统设置在系统设置页面点击“环境变量”。进入环境变量设置依次添加四个指定路径（根据安装盘选择）。添加路径打开AnacondaPrompt，输入“conda--version”验证。验证配置配置虚拟环境2.2Anaconda管理虚拟环境2.2Anaconda管理虚拟环境删除虚拟环境使用conda命令可以创建不同Python版本的虚拟环境。例如，若创建一个Python版本为3.8，名为“test1”的一个虚拟环境。创建虚拟环境使用“python”命令可以查看test1环境内的Python信息。创建成功后，用户可以根据项目需求选择合适的Python版本。2.2Anaconda管理虚拟环境删除虚拟环境使用指令“condaactivateenv_name”，从当前环境切换到其他环境。例如，当前环境为base，从当前base环境切换到test1环境。切换虚拟环境2.2Anaconda管理虚拟环境删除虚拟环境删除虚拟环境01查看已创建环境输入“condaenvlist”查看已创建环境及当前激活环境。02删除环境操作输入“condaenvremove--test2”删除test2环境。03再次查看环境再次查看环境列表，确认test2已成功删除。2.3Python开发平台删除虚拟环境IDLEPython自带的开发环境，简洁易上手，适合初学者启动方式切换到目标虚拟环境，输入“python-midlelib”启动IDLE。01编写简单任务在>>>后直接输入指令，回车查看输出结果。02编写复杂任务点击“File”-“NewFile”创建新文件编写程序。03删除虚拟环境JupyterNotebook基于Web的交互式编程应用，适合数据分析等安装Jupyter在虚拟环境中用“condainstalljupyteripykernel”安装。注册环境内核在激活环境输入指定命令注册内核。启动Jupyter输入“jupyternotebook”启动，界面默认显示指定文件夹。更改文件夹按Ctrl+C退出，用指定指令更改文件夹。创建文件点击“File”-“New”-“Notebook”创建.ipynb文件。编写代码在单元格中混合编写代码、文本等内容。运行代码选中单元格，点击“RunSelectCell”运行。2.3Python开发平台删除虚拟环境Pycharm下载安装01访问官网下载社区版，按步骤安装。配置项目环境02新建项目，添加Anaconda虚拟环境（如test1）。新建Python文件03右键项目栏，点击“新建”-“Python文件”。编写代码04双击打开文件，在编辑器中编写代码。运行代码05点击编辑器窗口右上角的绿色三角形“Run”按钮运行。设置断点06点击代码行号左侧空白区域设置断点。启动调试07右键代码文件或编辑器空白处，选择Debug启动调试。调试操作08按F8步过调试，按F7步入调试查看函数执行。专业的Python集成开发环境，功能强大2.3Python开发平台192.3Python开发平台三种开发平台对比2.4Python常用库常用库介绍为了提升开发效率、扩展功能边界并简化复杂任务的实现，Python广泛采用功能强大的第三方库，节约开发时间。基于Python的机器学习库，内置多种算法及评估工具，适合数据挖掘和分析。Scikit-learn科学计算基础库，提供多维数组和运算函数，是许多高级库的基础。Numpy数据处理与分析库，提供Series和DataFrame数据结构，方便处理结构化数据。Pandas绘图库，可绘制多种图形，具有高度可定制性，满足数据可视化需求。Matplotlib计算机视觉和图像处理库，支持多种语言，应用于人脸识别等领域。OpenCV自然语言处理工具，支持多种预训练模型，可快速应用于文本任务。TransformersHTTP库，提供简洁API发送HTTP请求，支持多种操作，简化网络交互。Requests删除虚拟环境删除虚拟环境时，使用命令'condaenvremove--<env_name>'，但在删除前需要进行确认操作，避免误删重要环境。结合图3-17和图3-18展示删除过程，让观众掌握虚拟环境的灵活管理方法，确保开发环境的整洁和高效。2.4Python常用库库的安装以NumPy为例介绍库的安装方法切换到目标虚拟环境，执行“condalist”查看已安装库，确认未安装numpy。查看已有库输入“pipinstallnumpy”安装最新版本，若下载慢可使用清华镜像源。使用pip安装用“pipinstallnumpy==1.23.5-i清华镜像源”安装指定版本。指定版本安装再次执行“condalist”查看，确认numpy已成功安装。验证安装2.5国内外常用AI开发网站AI开发网站GitHub代码托管与版本控制，支持协作开发和项目管理，促进社区互动。HuggingFace提供