Ubuntu安装Anaconda与Vscode使用python

以Ubuntu20.04为例，除安装Anaconda外，其余部分同样适用于Windows

安装Anaconda

下载

从https://www.anaconda.com/products/individual#linux下载对应的版本。

安装

  在终端cd切换到下载目录，在输入sudo su进入root权限，然后使用bash Anaconda3-4.3.1-Linux-x86.sh安装，安装过程中可以输入安装路径，我输入的是/opt/anaconda3,记住先用mkdir anaconda3命令在opt文件夹下建立anaconda3文件。不然安装文件会全部在opt下，不利于后期管理和维护。

测试

  安装完成后关闭终端重启后进入root权限输入anaconda，如果出现下图所示内容表示安装成功，否则可能需要添加环境变量。

然后输入python会出现相应的版本信息。

创建navigator快捷方式

在终端输入如下命令

vim /usr/share/applications/anaconda-navigator.desktop

复制如下内容,Exec和Icon的路径根据自己的安装路径修改

[Desktop Entry]
Name=Anaconda
Version=2.0
Type=Application
Exec=/opt/anaconda3/bin/anaconda-navigator
Icon=/opt/anaconda3/lib/python3.7/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
Comment=Open Anaconda Navigator
Terminal=false

创建Spyder快捷方式

在终端输入如下命令

vim /usr/share/applications/spyder.desktop

复制如下内容,Exec和Icon的路径根据自己的安装路径修改

[Desktop Entry]
Name=Spyder
Version=2.0
Type=Application
Exec=/opt/anaconda3/bin/spyder
Icon=/opt/anaconda3/share/icons/spyder3.png
Comment=Open Spyder
Terminal=false

VScode运行调试Python

VScode安装相应插件

(1) 单元测试

(2) 自动创建docstring,输入"""时会自动提示

(3)包含了大量的内置方法,并且还为每个代码段提供至少一个示例

(4)Python Preview可展现可视化调试的过程

(5) Python Type Hint提供针对Python的类型提示自动完成功能

(6)

其他常用插件：常用插件

创建虚拟环境

conda在指定路径下新建python虚拟环境，在终端中输入

conda create --prefix=/home/Documents/Python_Source/ML_Tensorflow2.0/env python=3.7 

  环境名为env,路径为/home/Documents/Python_Source/ML_Tensorflow2.0/env。Python版本为python3.7,可根据需求自行修改。
强烈建议：
后面包的安装尽量使用conda进行安装，如果必须要使用pip的话，最好先把所有需要且可以用conda安装的包安好，再克隆一个环境，在克隆的环境中用pip进行安装。因为conda无法管理pip安装的包。

conda create --prefix=E:\Python\py2 --clone E:\Python\pro1
//克隆一个名为pro1的环境，新环境名为py2

查看anaconda拥有的包版本

anaconda show anaconda/numpy  //numpy为包名，修改成需要查找的包名即可，如tensorflow-gpu

官方包：https://docs.anaconda.com/anaconda/packages
在cmd中输入

conda activate E:\Python\pro1      //激活虚拟环境
conda install anaconda
conda update --all

切换虚拟环境

回退

conda list -r
conda install --revision number

编译运行Python

添加断点编译

新建一个.py文件

settings.json

{
    "editor.lineHeight": 26,
    "editor.fontSize": 14,
    "files.autoSave": "onFocusChange", //是否自动存储源代码，此处选中是
    "files.trimTrailingWhitespace": true, //存储的时候是否自动滤掉多余的空格
    "python.terminal.activateEnvironment": true, //自动开启虚拟环境，可以设置false
    "python.pythonPath": "/home/Documents/Python_Source/ML_Tensorflow2.0/env/bin/python3.7",//编译的虚拟环境的python.exe的路径。
    "python.formatting.provider": "yapf",
    "code-runner.executorMap": {//解决中文乱码问题
        "python":"set PYTHONIOENCODING=utf-8 && python -u"
    },
    "python.terminal.launchArgs": [//python终端使用ipython，不使用，可删除
        "-m",
        "IPython"
    ],
    "jupyter.jupyterServerType": "local",//可以是remote表示远程
    "editor.snippetSuggestions": "bottom",//snippet显示的位置
    "editor.wordWrap": "wordWrapColumn",
    "editor.wordWrapColumn": 120,//每行最多写120个字符
}

launch.json

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "python": "/home/Documents/Python_Source/ML_Tensorflow2.0/env/bin/python3.7",//pyhton解释器路径
            "console": "externalTerminal",//使用外部终端显示结果，可以把这个注释默认内部终端
        }
    ]
}

使用coderunner运行

使用Jupyter

  按F1输入jupyter,点击下图右边的设置图标，可以设置创建Jupyter文件的快捷键，这里绑定了Ctrl+Shift+J

jupyter的使用方法不再赘述，附几条快捷命令
  当单元左侧的垂直条显示其为命令状态（蓝色）时，就可以使用下面这些快捷键了。ctrl+enter为运行的快捷键

注意：jupyter文件的路径为当前文件的路径。所以直接使用相对路径可能找不到数据文件。可以使用下面代码输出当前路径，然后再修改需要读取的数据文件的路径。

import os
print(os.getcwd())#输出当前路径

VScode中使用anaconda的jupyter

在系统中启动jupyter

在VScode中


重新加载即可。

在jupyter中输出当前虚拟环境

import os, sys
print(sys.executable) # works this time
print(sys.version)
print(sys.version_info)

添加Kernel

conda activate E:\Programs\VScode_source\PythonEnv\tensorflow2.0_copy        #激活虚拟环境，这里环境为tensorflow2.0_copy
pip3 install ipykernel       #安装ipykernel
cd E:\Programs\VScode_source\PythonEnv\tensorflow2.0_copy  #切换到环境中python.exe的路径
python -m ipykernel install --name tensorflow2.0_copy  #添加kernel，并将kernel命名为tensorflow2.0_copy

查看jupyter notebook kernel

jupyter kernelspec list

删除jupyter notebook kernel

jupyter kernelspec remove kernelname

常见问题

1. Pyhton路径无效
   我遇到的这种情况最后发现是虚拟环境不知咋的使用conda env list命令显示不出来launch.json文件中配置的python路径。可能未知原因被破坏了。
   解决
   在终端输入conda env list命令，如果launch.json中配置的python.exe所在的虚拟环境没有显示出来，则可以判断是虚拟环境被破坏了，此时在终端输入如下命令修复。

   conda activate 你的丢失的环境
   conda install conda
   conda update --all
   

   完成后再使用conda env list应该就可以看到虚拟环境回来了。

附录

插件使用

参考:https://blog.csdn.net/ai52learn/article/details/112765161