Gói PyPI python-certifi-win32 nhận được tổng cộng 77.696 lượt tải xuống mỗi tuần. Do đó, chúng tôi đã chấm điểm mức độ phổ biến của python-certifi-win32 là Phổ biến
Dựa trên số liệu thống kê dự án từ kho lưu trữ GitHub cho gói PyPI python-certifi-win32, chúng tôi thấy rằng gói này đã được gắn dấu sao 606 lần và không có dự án nào khác trong hệ sinh thái phụ thuộc vào gói này
Python đã được sử dụng phần lớn cho các ứng dụng số và khoa học trong những năm qua. Tuy nhiên, để thực hiện các phép tính một cách hiệu quả, Python dựa trên các thư viện bên ngoài, đôi khi được khai thác bằng các phần ngôn ngữ khác, giả sử như thư viện NumPy , được khai thác bằng một ngôn ngữ
Làm những điều phụ thuộc này, đôi khi việc thiết lập một môi trường để tính toán số liệu, liên kết tất cả các thư viện cần thiết không phải là chuyện nhỏ. Mọi người thường gặp khó khăn để hoàn thành công việc trong các hội thảo liên quan đến việc sử dụng Python để học máy, đặc biệt là khi họ đang sử dụng một hệ điều hành thiếu hệ thống quản lý gói, chẳng hạn như Windows
Trong bài viết này, bạn sẽ
- Xem qua các chi tiết để thiết lập môi trường Python cho phép tính toán số trên hệ điều hành Windows
- Được giới thiệu với Anaconda, một bản phân phối Python được đề xuất để giải quyết các vấn đề thiết lập này
- Xem cách cài đặt bản phân phối trên máy Windows và sử dụng các công cụ của nó để quản lý các gói và môi trường
- Sử dụng Ngăn xếp Python đã được cài đặt để xây dựng mạng nơ-ron và đào tạo nó để giải quyết các vấn đề thuộc loại cổ điển
Giới thiệu Anaconda và Conda
Kể từ năm 2011, Python đã bao gồm
[base] C:\Users\IEUser>conda create --name otherenv
Solving environment: done
## Package Plan ##
environment location: C:\Users\IEUser\Miniconda3\envs\otherenv
Proceed [[y]/n]? y
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate otherenv
#
# To deactivate an active environment, use
#
# $ conda deactivate
Để giải quyết vấn đề này, Continuum Analytics đã phát hành Anaconda, một tập tin phân phối Python tập trung vào các ứng dụng khoa học và Conda, một hệ thống quản lý gói và môi trường, được sử dụng bởi phân phối Anaconda. Cần lưu ý rằng các phiên bản mới hơn của
[base] C:\Users\IEUser>conda create --name otherenv
Solving environment: done
## Package Plan ##
environment location: C:\Users\IEUser\Miniconda3\envs\otherenv
Proceed [[y]/n]? y
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate otherenv
#
# To deactivate an active environment, use
#
# $ conda deactivate
Mặc dù Conda đã được kết hợp chặt chẽ với Phân phối Python Anaconda, hai dự án này là các dự án riêng biệt với các mục tiêu khác nhau
Anaconda là bản phân phối đầy đủ của phần mềm trong hệ sinh thái PyData , bao gồm cả Python chính cùng với các tệp nhị phân cho một số dự án mã nguồn mở của bên thứ ba. Bên cạnh Anaconda, còn có Miniconda , là một bản phân phối Python tối thiểu bao gồm về cơ bản Conda và các thành phần phụ thuộc của nó để bạn chỉ có thể cài đặt các gói bạn cần ngay từ đầu
Conda là một gói, hệ thống quản lý phụ thuộc và môi trường có thể được cài đặt mà không cần phân phối Anaconda hoặc Miniconda. Nó chạy trên Windows, macOS và Linux và được tạo cho các chương trình Python, nhưng nó có thể đóng gói và phân phối phần mềm cho bất kỳ ngôn ngữ nào. Mục đích chính là giải quyết các vấn đề phụ thuộc bên ngoài một cách dễ dàng, bằng cách tải xuống các phiên bản phần mềm đã được biên dịch trước đó
Theo nghĩa này, nó giống như một phiên bản đa nền tảng của trình quản lý gói cho mục đích chung như APT hoặc YUM , giúp tìm và cài đặt các gói theo cách không có ngôn ngữ. Ngoài ra, Conda là một trình quản lý môi trường, vì vậy nếu bạn cần một gói yêu cầu phiên bản Python khác, bằng cách sử dụng Conda, bạn có thể thiết lập một môi trường riêng với phiên bản Python hoàn toàn khác, duy nhất
Có rất nhiều cuộc thảo luận tranh luận liên quan đến việc tạo ra một hệ thống quản lý gói khác cho hệ thống sinh thái Python. Điều đáng nói là những người sáng tạo của Conda đã đưa ra quy trình đóng gói tiêu chuẩn Python đến giới hạn và chỉ tạo ra một công cụ thứ hai khi rõ ràng rằng đó là cách hợp lý duy nhất về phía trước
Thật kỳ lạ, ngay cả Guido van Rossum, trong bài phát biểu của anh ấy tại buổi gặp mặt PyData khai mạc vào năm 2012, đã nói rằng, khi nói đến bao bì, “có vẻ như nhu cầu của bạn rất khác thường vậy . ” [Bạn có thể xem video về cuộc thảo luận này. ] Có thể tìm thêm thông tin về cuộc thảo luận này và tại đây
Anaconda và Miniconda đã trở thành phân phối Python phổ biến nhất, được sử dụng rộng rãi cho khoa học dữ liệu và máy học trong các công ty và phòng thí nghiệm nghiên cứu khác nhau. Chúng là các dự án mã nguồn mở và miễn phí và hiện bao gồm hơn 1400 gói trong kho lưu trữ. Trong phần sau, chúng ta sẽ xem xét cài đặt bản phân phối Miniconda Python trên máy Windows
Cài đặt phân phối Python Miniconda
Trong phần này, bạn sẽ thấy từng bước cách thiết lập môi trường Python khoa học dữ liệu trên Windows. Thay vì phân phối Anaconda đầy đủ, bạn sẽ sử dụng Miniconda để thiết lập một môi trường tối thiểu chỉ bao gồm Conda và các thành viên phụ thuộc của nó, và bạn sẽ sử dụng nó để cài đặt các gói cần thiết
Quá trình cài đặt Miniconda và Anaconda rất giống nhau. Điểm khác biệt cơ bản là Anaconda cung cấp một môi trường với rất nhiều gói được cài đặt sẵn, trong đó có nhiều gói chưa bao giờ được sử dụng. [Bạn có thể kiểm tra danh sách tại đây. ] Miniconda tối thiểu và sạch sẽ, nó cho phép bạn dễ dàng cài đặt bất kỳ gói nào của Anaconda
Trong bài viết này, sẽ tập trung vào việc sử dụng giao diện dòng lệnh [CLI] để thiết lập các gói và môi trường. Tuy nhiên, bạn có thể sử dụng Conda để cài đặt Anaconda Navigator, một giao diện người dùng đồ họa [GUI], nếu bạn muốn
Có thể cài đặt Miniconda bằng trình cài đặt có sẵn tại đây. Bạn sẽ thấy có các trình cài đặt dành cho Windows, macOS và Linux và cho các hệ điều hành 32 bit hoặc 64 bit. Bạn nên xem xét kiến trúc phù hợp theo cài đặt Windows của mình và tải xuống phiên bản Python 3. x [tại thời điểm viết bài này, 3. 7]
Không có lý do gì để sử dụng Python 2 trên một dự án mới nữa và nếu bạn cần Python 2 cho một số dự án mà bạn đang làm việc, một số thư viện chưa được cập nhật, bạn có thể thiết lập môi trường . x, như bạn sẽ thấy trong phần tiếp theo