pandas数据读取与清洗视频01-Anaconda软件安装及Spyder常用设置-白红宇

pandas数据读取与清洗视频01-Anaconda软件安装及Spyder常用设置

阅读量：114 次

发布时间：2019-02-26

本文共 1056 字，大约阅读时间需要 3 分钟。

2.1 Anaconda 软件安装指南

在选择 Python 开发工具时，Anaconda 是最适合初学者的选择。它不仅包含 Jupyter Notebook 和 Spyder，还自带 300 多种常用工具包，如 Numpy、Pandas、Matplotlib 等，能够满足大多数开发需求。

Anaconda 软件安装步骤

选择镜像源

可选百度或清华镜像地址：

清华镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装 Anaconda

在 Advanced Installation Options 中，确保两个选项都勾选。未勾选第一个选项时，需手动设置环境变量，否则 Jupyter Notebook 插件和其他工具包可能安装失败。

安装完成后的图标

Anaconda Navigator：用于安装和更新各种工具包。

Jupyter Notebook：一款功能强大的 Python 开发工具。

Spyder：另一个优质的 Python 开发工具。

查看已安装工具包

查看工具包列表
打开命令提示符，输入 conda list，可查看已安装的工具包清单。

更新工具包
输入 conda update --all，可自动更新所有工具包。

2.2 Spyder 功能介绍

Spyder 是 Anaconda 的重要组成部分，功能强大且用户友好。以下是 Spyder 的常用操作和设置方法：

安装 Kite 插件

Spyder 提供代码自动填充功能。运行 Spyder 时，系统会提示下载并安装 Kite 插件。如安装失败，可访问 Kite 官网进行手动下载安装。

设置界面风格

打开 [Tools] > [Preferences] > [General] > [Advanced settings]，在语言选项中选择简体中文。

在 [Appearance] 中选择合适的语法高亮主题，推荐使用 "Scintilla" 或 "Spyder Dark"。

窗格和工具栏设置

打开 [View] > [Panels]，推荐勾选 [Editor]、[IPython Console] 和 [Variable Editor]。

调整工具栏布局，确保开发体验更加便捷。

常用快捷键

注释或取消注释：按下 Ctrl + 1。

添加注释块：按下 Ctrl + 4。

取消注释块：按下 Ctrl + 5。

运行代码：按下 F5 或从当前光标行开始执行 F9。

转载地址：http://whnk.baihongyu.com/

你可能感兴趣的文章

OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测，图像分割，图像分类，姿态检测，带方向目标检测)

OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比

OpenCV与AI深度学习 | YOLOv11来了：将重新定义AI的可能性

OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测（代码+数据集！）

OpenCV与AI深度学习 | YOLOv8重磅升级，新增旋转目标检测，又该学习了！

OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏！)

OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)

OpenCV与AI深度学习 | 什么是 COCO 数据集？

OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测

OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测

OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜

OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像

OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光

OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度

OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景

OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)

OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类

OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪

OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)

OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计