上次这篇文章中，评论区有好几条留言都是关心如何将python脚本打包成10多M的？
目前比较常见的打包exe方法都是通过Pyinstaller来实现的，本文也将使用这种常规方法。如果对这块已经很熟悉的小伙伴，可以直接下滑到本文下半部分。
Python脚本不能在没有安装Python的机器上运行，如果我们想把自己的脚本分享给没有python环境的小伙伴使用，这个时候就需要将脚本打包成exe文件，即使使用方电脑没有安装python解释器，这个exe也能在上面运行。
方案1. 可以直接从官网https://www.anaconda.com/distribution/，默认下载最新版本，19年3月27日为python3.7.1版本 方案2. 清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/，速度快很多，找到对应版本即可
引言：这是《Python for Excel》的第二章《Chapter 2：Development Environment》中讲解Anaconda Python的部分。工欲善其技，必先利其器。了解和熟练操作好的开发工具，在学习和使用Python时就会更加专注于其自身，并且也有助于Python开发。
我本来也不想写这个文章的，只不过是这次换了新系统很多配置都没有用了。。。一败涂地哇。我现在什么也干不了，人生大好时间配了环境。。。
是一个安装、管理python相关包的软件，还自带python、Jupyter Notebook、Spyder，有管理包的conda工具，非常有用。
Anaconda是专为数据科学和机器学习工作流程而设计的，是一个开源包管理器，环境管理器，以及负责Python和R编程语言的分发。
【GaintPandaCV导读】本文主要分享了python语言的使用vscode在远程连接服务器的debug，可以通过launch.json来传入python脚本的参数，这样就能够在该情况下用vscode调试，操作跟vscode在本地调试一样
Pycharm：目前一款主流的 Python 集成开发环境，它带有一整套帮助我们在Python开发时提高效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。
一句话说明ArcPy是什么：ArcPy是一个 Python 站点包，可提供以实用高效的方式通过 Python 执行地理数据分析、数据转换、数据管理和地图自动化。可以通过ArcPy调用ArcGIS Pro中几乎所有的工具，将其与其他Python工具结合使用，形成自己的工作流程。
选择File->setting->Python Interpreter->点右边的设置标志Add->
在对应环境执行 Python 脚本，需要对应环境也同样有 Python 环境。这样在我们想给业务人员提供自动化的数据处理脚本 或 给女盆友绘制一棵圣诞树时，就会有产生一个困境：业务人员 / 女盆友 的电脑没有 Python 环境，即便装了对应的环境，后续的维护也较为麻烦。
很多学习python的初学者甚至学了有一段时间的人接触到anaconda或者其他虚拟环境工具时觉得无从下手, 其主要原因就是不明白这些工具究竟有什么用, 是用来做什么的, 为什么要这么做, 比如笔者一开始也是不明白为啥除了python之外我还需要这么一个东西, 他和python到底有啥联系和区别, 为啥能用来管理python.
SRA(Sequence Read Archive) 与 ENA(European Nucleotide Archive) 数据库基本上保存了 90% 以上的测序原始数据。其中 SRA 数据库位于在美国，ENA 数据库在欧洲。所以，国内的研究人员想要从中下载数据，是一件棘手的事情。因此本文将介绍 3 种下载方式，让您免受数据下载之痛，赢在科研起跑线。
Python是做机器学习框架一定要支持的。MLSQL很早就支持集成Python脚本做模型的训练和预测。
Jupyter notebook (Ipython notebook)是集代码、结果、文档三位一体的文学化可重复程序文档。支持40多种程序语言，Python为原生语言。如果安装了Anaconda，就会
M1 macbook已经不是什么新产品了。TensorFlow官方已经给出了安装指南和效率评测。
到目前为止，我们已经完成了所有工作，并复制并粘贴了许多命令来完成所需的操作。这可行！但是也可能很耗时，并且更容易出错。接下来，我们将向你展示如何将所有这些命令放入Shell脚本中。
教程千千万，貌似我的window电脑就是打包不了，而且不同电脑的表现都不一致，很是奇怪。
本文最先发布在：https://www.itcoder.tech/posts/how-to-install-anaconda-on-ubuntu-20-04/
使用pycharm进行python脚本开发，特别是进行科学计算时，需要引入大量的第三方脚本，此时如果每次都需要去逐一下载，无疑浪费了许多时间。这时可以使用Anaconda来快速的搭建一个开发环境
Anaconda是一个流行的Python和R编程语言的开发环境和包管理器。它提供了一个强大的工具集合，方便用户管理和部署数据科学项目。本文将详细介绍如何在CentOS 8上安装Anaconda。
下载地址：https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
之前我们在利用GPU进行深度学习的时候，都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包，然后再进行很繁琐的系统环境配置。不仅环境配置麻烦，而且还特别容易配置错误，特别还有CUDA和cudnn版本的对应也特别容易搞错，但是利用anaconda安装配置pytorch和paddlepaddle环境的时候会自动帮我们配置好cuda和cudnn。这篇博客就是针对小白的保姆级深度学习的环境配置教程
如果已有环境能够满足所需的环境依赖，则不用进行环境安装。直接激活已有的环境（E.g. source activate tensorflow_py3）或者打开某个环境的Jupyter Notebook即可，可以跳过后面的操作指引。
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python、Jupyter Notebook等多个科学包及其依赖项，在科学计算和数据分析方面搭建环境运用的比较多。
我们希望在汇集行业领先的预训练模型，减少开发者的重复研发成本，提供更加绿色环保、开源开放的AI开发环境和模型服务，助力绿色“数字经济”事业的建设。 ModelScope平台将以开源的方式提供多类优质模型，开发者可在平台上免费体验与下载使用。
miniconda只包含了conda、python和一些必备的软件工具，主要负责生信领域。
conda包管理器可以创建，导出，列出，移除以及更新python环境，而且python环境可以使用不同版本的python，并且安装不同的安装包。在每一个环境之间进行切换称为激活环境。你也可以和别人共享环境文件。
用过一段时间的caffe后，对caffe有两点感受：1、速度确实快; 2、 太不灵活了。
Conda是目前为止，最流行的Python软件包与管理环境。Conda分为 miniconda 与 anaconda 两种。前者从名字上就能猜出是精简版，后者预装了很多常用的功能，但比较臃肿。实际工程中，一般都使用 miniconda，按需安装软件包，本文的下面篇幅也以 miniconda 为例进行说明。
Anaconda介绍CentOS 7安装Anaconda3conda命令使用介绍帮助目录检查conda版本升级当前版本的conda环境管理列出所有的环境安装一个不同版本的python新环境复制一个环境创建一个新环境导出环境，Anaconda支持导入导出以方便迁移导入环境信息，即根据配置文件创建一个新环境：移除环境激活进入环境，请使用停用一个活动环境，请使用包管理查看已安装包向指定环境中安装包从Anaconda.org安装一个包通过pip命令来安装包conda配置添加镜像源查看当前镜像源删除镜像源设置安装时显示源url，不想就改为no查看源全部设置，包括链接、show_channel_urls 值:查看conda配置文件其他注意事项安装conda后命令行前出现的base，取消每次启动自动激活conda的基础环境
根据你的操作系统（如Windows, macOS, Linux）选择合适的安装器版本。
最近有粉丝询问关于Python虚拟环境的一些操作，刚好平时也会涉及到这方面的使用，那么今天咱们就来简单介绍一下吧。
Pycharm和Pytorch安装教程配置环境以及遇到的问题： 注意：我们每次新建完项目，都要检查一下python解释器和conda.exe是否选择正确。 一.如何找到Anconda哪个环境中安装了pytorch？ Anconda提供环境，我们安装pytorch也是在一个环境下，所以不是在每个环境中都能用pytorch。那么我们如何找到我们pytorch安装的环境呢？ 要有NVDIA的显卡，才能用CUDA（AMD的小伙伴可能泪目了），查CUDA的版本比较简单，就不总结了。 打开Anconda，输入conda info –env，可以看到下面我们已经创建过的几个环境，有三个，下面只是文件夹名称，所以不要被他们的名称欺骗，及时它叫pytorch，它也不一定安装了pytorch，这个名字是自己起的。
输入 uname -a 查看服务器是多少位的（查看过后是x86_64即64-bit） 进入biosoft cd biosoft wget 下载链接https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
Anaconda是一个开源包管理器，环境管理器，以及Python和R编程语言的发行版。它专为数据科学和机器学习工作流程而设计，通常用于大规模数据处理，科学计算和预测分析。
选择对应的64位，.sh是脚本文件后缀；注：64-bit（x86_64）、32-bit(x86)
今天，要和大家介绍Python程序员在2021年最不应该错过的顶级VS Code扩展：
进入：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
要搞清楚什么是虚拟环境，首先要清楚Python的环境指的是什么。当我们在执行python test.py时，思考如下问题：
Linux的应用商店—CONDA 在Linux系统如何下载数据分析所需要的软件？答案：用conda。conda最Linux系统方便快捷的软件下载器，没有之一。它的作用就相当于App store，90%以上的软件都能搜到，一键安装。日常生信使用小而精的Miniconda即可 ------微信公众号：生信星球图片Conda的下载Being/Google搜索“miniconda 清华”图片进入https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/，可以看
了解如何在 Azure 机器学习云工作站上使用笔记本开发训练脚本。 本教程涵盖入门所需的基础知识：
为了帮助大家从NCL迁移到Python，开发者也是想尽了办法啊，最近有发起了新的项目-GeoCAT Examples[1]，提供了很多的与NCL网站示例脚本对应的Python脚本，旨在帮助大家从NCL逐步迁移到Python。
Conda类似于Linux的应用商店，一个方便的软件管理工具，适用于生物信息学软件，建议使用Miniconda
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
