《机器学习算法与Python实战》：搭建机器学习开发环境
1.0目录
Python & Anaconda Jupyter Notebook JupyterLab VSCode 环境管理 包管理
1.1 Python
1.1.1 Python安装及配置
考虑普遍性，我们以Windows系统为例：
当前最稳定的Windows版本下载是"Python 3.10.6 for Windows"，大家可以直接从https://www.python.org/downloads/windows/下载安装
下载、安装无脑下一步，完成后运行Python3.8即可
但是我强烈建议大家跳过上一步，直接安装Anaconda
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。
Anaconda通过管理工具包、开发环境、Python版本，可大大简化工作流程。
其中conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。比如我们正在做的项目A和项目B分别基于python2和python3，而第电脑只能安装一个环境，这个时候就可以用Anaconda创建多个互不干扰的环境，分别运行不同版本的软件包，以达到兼容的目的，非常方便。
下载地址：https://www.anaconda.com/download/
选择下载对应系统位数的安装包，双击下载好的exe文件，一路下一步。出现如下界面，点击 Install 即可。
其中第一项指将Anaconda的默认环境设置添加到系统环境，也就是说如果你之前安装过python并添加到了环境，选了这一项之后原来的python会被覆盖掉，默认使用Anaconda的默认环境。第二项指设置Anaconda的默认环境为python3.9。
安装进入“Thanks for installing Anaconda!”界面则意味着安装成功，点击“Finish”完成安装。
Anaconda集成了Spyder，Spyder是使用Python编程语言进行科学计算的集成开发环境。它有一个Editor（编辑器）用于编写代码，Console（控制台）可以评估代码并且在任何时候都可以看到运行结果，Variable Explorer（变量管理器）可以查看代码中定义的变量，还有其他的一些设备可以帮你高效地开发代码。
这里我们不对Spyder重点介绍，因为之后的课程，我们将使用Jupyter Notebook 和 VSCode。
1.2 Jupyter Notebook
Jupyter Notebook 是数据分析、机器学习等领域的必备神器，很多同学虽然在用 Jupyter notebook ，但却没有完全发挥出它的最大威力。今天向大家推荐一些工具，可以把你的 Jupyter notebook 打造成更强大的工具，助你事半功倍。
Jupyter Notebook 是以网页的形式打开，能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中。Jupyter Notebook 已迅速成为数据分析，机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。数据挖掘领域中最热门的比赛 Kaggle 里的资料都是Jupyter 格式。
Anaconda安装完成后，Jupyter Notebook便已经完成了。
在安装目录运行Jupyter Notebook 3，出现如下界面
之后便会自动跳转浏览器，主页面内容如下：
新建Untitled1.ipynb，来个hello world
1.2.1 拓展插件
Jupyter notebook 其实是支持拓展插件的，功能都特别强悍。
安装
pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install
下载之后重启jupyter notebook导航栏出现Nbextensions：
不过jupyter notebook 默认是禁用Nbextensions的，需要把前面的√去掉，然后从中都选自己喜欢的插件即可。
最后推荐几个我比较喜欢的吧：
显示变量表：Variable Inspector
代码自动补全：Hinterland
自动美化代码：Autopep8
一键隐藏代码：Hide input all
代码执行时间: ExcecuteTime
1.2.2 自动检查代码错误
Chrome浏览器也有一个插件很好用——Codiga
Codiga 可以分析 Jupyter notebook 中的 Python 代码，该工具执行Pylint和Bandit等静态分析器，以检测 Python 代码中的语法、语义和安全错误，并将错误直接报告到 Jupyter 笔记本中。
1.3 JupyterLab
Jupyter Notebook 功能已经非常强大，但是某些需要可视化操作的场景下，JupyterLab是唯一选择。
JupyterLab是新数据科学生产工具，你可以使用它编写notebook、操作终端、编辑markdown文本、打开交互模式、查看CSV文件及图片等功能。JupyterLab的安装配置还是有一些麻烦的，这里分享一下小经验，希望大家少走弯路。
1.3.1 安装 Jupyterlab
建议采用conda方式安装，以管理员身份运行Anaconda Prompt (Anaconda3)
conda install -c conda-forge jupyterlab
静待片刻，安装完成！
1.3.2 设置工作路径/取消密码
一般而言，JupyterLab默认工作目录是安装路径，但这可能是大多数人都不希望如此，更改的方法是在cmd中执行如下命令：