开发环境

主页>>技术系列>>开发环境

Pycharm和VS code使用正则表达式替换文本的技巧

正则表达式基本是所有编程语言支持的一种文本匹配规则,Python的标准库里也有正则的包re,用它来可以很方便编写文本匹配规则,用来写爬虫、做数据清洗等。另外,也有很多IDE在查找和替换文本时也只支持正则表达式的规则,这也就可以很方便批量去修改程序的语句。 在Flask开发过程中,例如要将前端HTML文件里的CSS、JS路经替换为模版语法的形式。 即要将&lt [...]

|2020-10-09T22:30:02+08:002020/10/6|分类:原创, 开发环境|标签:, |0 条评论

在Ubuntu、CentOS上安装Anaconda

Anaconda是最流行的数据科学和机器学习Python发行版本,可于大规模数据处理,预测分析和科学计算。 首先,不建议在空间有限的服务器安装Anaconda,它安装之后就点了7G的空间,如果,如果创建了两个以上的深度学习的虚拟环境,很容易上到15个G。所以建议安装在本地的Linux系统。Windows的安装教程网卡有很多,这里就不更重复。 下载Anacon [...]

|2020-09-13T18:28:02+08:002020/9/12|分类:原创, 开发环境|标签:, |0 条评论

配置不同的JupyterLab并添加不同conda虚拟环境

一、让JupyterLab识别不同的conda虚拟环境 我们会因为不同项目而配置不同的虚拟环境,很多因为要做数据分析而安装Anaconda,它的conda也可以为不同项目建立不同的虚拟环境。因为安装Anaconda后默认只有一个JupyterLab。建立其它虚拟环境之后,如果想使用JupyterLab跑这个项目,其实没有在每个不同的虚拟环境安装一个Jupyt [...]

|2020-09-06T20:59:06+08:002020/9/10|分类:原创, 开发环境|标签:, |0 条评论

JupyterLab删除不同核心环境

查看当前核心环境,输入jupyter kernelspec list 如果系统还安装有Python2 则会在这里显示有python2。如果之前用过Pycharm按照它的提示安装过它的核心环境,也会有类似pycharm环境。而后者其实是同你的base或本机环境是同一个环境。如果是不小心添加的,可以用以下方式删除。 输入jupyter kernelspec re [...]

|2020-09-06T20:56:07+08:002020/9/9|分类:原创, 开发环境|标签:, |0 条评论

配置可远程访问的可持续运行的JupyterLab服务

配置可远程访问的JupyterLab,就是在服务器安装并运行JupyterLab,然后在本地用浏览器访问JupyterLab进程。 方法如下: 1.服务器安装JupyterLab,并运行测试。 # pip安装 pip install jupyterlab # conda安装,与前者二选一 conda install jupyterlab # 运行测试 jup [...]

|2020-09-06T12:01:54+08:002020/9/8|分类:原创, 开发环境|标签:, |0 条评论

关于个人编程系统的选择

这篇文章主要谈的是个人电脑中,学习编程、练习一些项目时,使用的系统,也顺便谈谈我对不同系统的看法。 首先声明, 没有最好的系统,只有合适自己的系统,包括组建双系统或多系统也要看个人的实际情况而定。 Window XP、Windows 7、Windows 10 高中开始,我就组装了自己的第一台电脑,好像当时用赛扬D的处理理,好像就128MB或256MB内存,到 [...]

|2020-09-06T10:21:11+08:002020/9/7|分类:原创, 开发环境|标签:, |0 条评论

Python环境部署(二) —— conda依赖包迁移

转载自CSDN博客,作者:Forskamse 原文链接:https://blog.csdn.net/zbgjhy88/article/details/98845719 本人在维修电脑的过程,发现某些包或文件会因为蓝屏损坏,变得不可读写,JupyterLab频频出错,于是考虑迁移其它环境,重装Anaconda,重置Base环境。也发现,无法按照官方的教程来迁移 [...]

|2020-09-03T11:41:49+08:002020/9/5|分类:开发环境|标签:|0 条评论

Python环境部署(一) —— pip依赖包迁移

转载自CSDN博客,作者:Forskamse 原文链接:https://forskamse.blog.csdn.net/article/details/98665869 前言 工程实际应用时,我们需要考虑如何在各种情况下顺利地将工程的运行环境部署起来。 就Python工程来说,最主要的就是将程序运行所需的各种依赖模块安装起来。目前Python最常用包管理工具 [...]

|2020-09-03T11:41:42+08:002020/9/4|分类:开发环境|标签:|0 条评论

安装两个JupyterLab环境解决jupyter-kite与其它插件兼容运行问题

JupyterLab和JupyterNotebook都是一款交互式编辑器,很多人在用notebook做数据分析。而我初步学习数据分析时,看到notebook的界面感觉有点乱,在安装了插件之后,界面更是烦杂。当然网上配置notebook的文章比lab的要多很多,毕竟lab是新产品,知道和使用的人数会少一些。 接下来,我做数据分析的一段时间都是用着Pycharm [...]

|2020-08-31T23:55:31+08:002020/9/2|分类:原创, 开发环境|标签:, |0 条评论

Python包的兼容性问题的处理办法——基于conda的环境管理

Anaconda是Python其中一款集成环境管理软件,它包括了许多用于科学计算、数据分析和机器学习的Python第三方包。同样,也可以用它来构建Python的虚拟运行环境。 自己使用Python也差不 Python可用于不同的开发、编程任务,而不同的任务需要不同的环境,例如做WEB开发用的环境,就不要跟数据分析和机器学习的混在一起。当然,一开始所有包都安装 [...]

|2020-08-31T18:40:43+08:002020/8/30|分类:原创, 开发环境|标签:, |0 条评论

Anaconda模块包与虚拟环境的管理

模块与包的管理 查看当前环境下安装的包: conda list 升级所有包,包括Python(只会更新第三个版本号X,3.7.X): conda update --all 升级conda: conda update conda 升级单个包: conda update package_name 升级多个包: conda update package1 pack [...]

|2020-09-06T12:01:10+08:002020/8/25|分类:原创, 开发环境|标签:|0 条评论
返回顶部