Python科学计算的瑞士军刀——Anaconda 安装与配置

Introduce

Python是一种强大的编程语言，其提供了很多用于科学计算的模块，常见的包括numpy、scipy和matplotlib。要利用Python进行科学计算，就需要一一安装所需的模块，而这些模块可能又依赖于其它的软件包或库，因而安装和使用起来相对麻烦。幸好有人专门在做这一类事情，将科学计算所需要的模块都编译好，然后打包以发行版的形式供用户使用，Anaconda就是其中一个常用的科学计算发行版

自带的包管理器conda也很强大。

主页地址：https://store.continuum.io/cshop/anaconda/

---

Getting Start

1. 下载并安装Anaconda后，终端执行conda list可查看安装了哪些包

   

2. 获取免费的学术License

   申请地址：https://store.continuum.io/cshop/academicanaconda
   使用edu邮箱申请后，会在邮箱自动收到license_academic文件，将其放在~/.continuum目录下即可。

3. 安装额外的包（命令行环境下执行）

   <code class="language-shell hljs ruby has-numbering"><span class="hljs-variable">$ </span>conda update conda<span class="hljs-variable">$ </span>conda install accelerate<span class="hljs-variable">$ </span>conda install iopro</code><ul style="display: block;" class="pre-numbering"><li>1</li><li>2</li><li>3</li></ul>

4. 简单使用
   编辑器中输入如下代码

   <code class="language-python hljs  has-numbering"><span class="hljs-keyword">from</span> mpl_toolkits.mplot3d <span class="hljs-keyword">import</span> axes3d<span class="hljs-keyword">import</span> matplotlib.pyplot <span class="hljs-keyword">as</span> plt<span class="hljs-keyword">from</span> matplotlib <span class="hljs-keyword">import</span> cmfig = plt.figure()ax = fig.gca(projection=<span class="hljs-string">'3d'</span>)X, Y, Z = axes3d.get_test_data(<span class="hljs-number">0.05</span>)ax.plot_surface(X, Y, Z, rstride=<span class="hljs-number">8</span>, cstride=<span class="hljs-number">8</span>, alpha=<span class="hljs-number">0.3</span>)cset = ax.contour(X, Y, Z, zdir=<span class="hljs-string">'z'</span>, offset=-<span class="hljs-number">100</span>, cmap=cm.coolwarm)cset = ax.contour(X, Y, Z, zdir=<span class="hljs-string">'x'</span>, offset=-<span class="hljs-number">40</span>, cmap=cm.coolwarm)cset = ax.contour(X, Y, Z, zdir=<span class="hljs-string">'y'</span>, offset=<span class="hljs-number">40</span>, cmap=cm.coolwarm)ax.set_xlabel(<span class="hljs-string">'X'</span>)ax.set_xlim(-<span class="hljs-number">40</span>, <span class="hljs-number">40</span>)ax.set_ylabel(<span class="hljs-string">'Y'</span>)ax.set_ylim(-<span class="hljs-number">40</span>, <span class="hljs-number">40</span>)ax.set_zlabel(<span class="hljs-string">'Z'</span>)ax.set_zlim(-<span class="hljs-number">100</span>, <span class="hljs-number">100</span>)plt.show()</code><ul style="display: block;" class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li><li>5</li><li>6</li><li>7</li><li>8</li><li>9</li><li>10</li><li>11</li><li>12</li><li>13</li><li>14</li><li>15</li><li>16</li><li>17</li><li>18</li><li>19</li><li>20</li></ul>

   下面就是spyder的主界面。变量查看窗口很好用，终端会做出图像。

   

5. 更改工作目录
   Tool->Preference—>Global working directory
   

6. 更换编辑器背景主题方案
   Tool->Preference->Editor->Display 标签页
   在Syntax color scheme下拉菜单中选择 Monokai方案

7. 更换IPython 终端背景
   Tool->Preference->IPython console->Display 标签页
   在Background color选项里选择 Dark backgroud即可
   

经过简单的配置之后，集成化开发环境变得非常的 Cool