鲲鹏法(一)python环境搭建

article/2025/4/21 12:18:17

简单总结一下python的开发环境(偏科学计算一些),Pycharm等之后再补了

python环境搭建

  • 一.Python
  • 二.IPython
  • 三.Jupyter
    • 1.Jupyder QtConsole(了解即可)
    • 2.Jupyder Notebook
    • 3.Jupyder Lab
    • 4.单元类型
    • 5.编辑单元
    • 6.Markdown单元
    • 7.输出显示
    • 8.nbconvert
  • 四.Spyder(极其类似MATLAB)
    • 1.主要内容
    • 2.源代码编辑器
    • 3.Spyder控制台
    • 4.对象查看器

一.Python

二.IPython

三.Jupyter

1.Jupyder QtConsole(了解即可)

Jupyder QtConsole是增强型的控制台应用程序,可以代替Ipython标准控制台。可以通过qtconsole参数传给jupyder命令来启动Jupyder QtConsole:

2.Jupyder Notebook

在处理数据分析和计算问题时,notebook环境相比传统开发环境更有优势。特别是,notebook环境可以在一个文档中完成很多任务,包括编写代码、运行代码、显示代码运行结果、生成代码和运行代码的注释文档等。这意味着可以在一个文档中完成整个分析流程,还可以保存和恢复,便于后续重复使用。

3.Jupyder Lab

Jupyder Lab能把notebook界面与文件浏览器、文本编辑器、shell和IPython控制台结合在一起,组成一种基于Web的类IDE的环境。

4.单元类型

Code单元: Code单元可以包含任意数量的多行python代码。按Shift+Enter键可以将单元中的代码发送到内核进程,内核使用Python解释器对它们进行运算。
Markdown单元: 可以包含带标记的纯文本,可以用Markdown和HTML语法进行解析。Markdown单元还可以包含LaTeX格式的方程,这些方程在notebook中使用基于JavaScript的LaTeX引擎MathJaX进行渲染。
在这里插入图片描述

5.编辑单元

快捷键说明
b在当前选中的单元的下方创建一个新单元
a在当前选中的单元的上方创建一个新单元
d+d(连续按两次d键)删除当前选中的所有单元
1~6设置1~6级单元标题
x剪切当前所有选中的单元
c复制当前选中的单元
v从剪贴板粘贴单元
m将单元转化为markdown单元
y将单元转换成Code单元
Up选择前一个单元
Down选择后一个单元
Enter进入编辑模式
Escape退出编辑模式
Shift+Enter执行单元
h显示所有可用快捷键的列表的帮助窗口
0+0(连续按两次0)重启内核(会有提醒窗口)
i+i(连续按两次i)中断单元的执行
s保存notebook

6.Markdown单元

功能语法示例效果
斜体* text*text
粗体** text**text
删除线~~text ~~text
等宽字体‘text’???
URL【URL文本】(http://www.example)URL文本
新段落用空行分隔两个段落的文本
缩进和python相同,四个空格或一个tab
表格查看此表格markdown代码
水平分割线- - -
标题见上
引用以>开头的行表示引用内容
图片csdn直接上传、纯markdown还不太清楚
行内LaTex公式用到再查吧

7.输出显示

8.nbconvert

  • HTML
  • PDF
  • Python

四.Spyder(极其类似MATLAB)

1.主要内容

  • 源代码编辑器
  • 用于Python和IPython解释器以及系统shell的控制台
  • 对象查看器,用于显示Python对象的文档
  • 变量浏览器
  • 文件浏览器
  • 历史命令
  • 性能分析器

2.源代码编辑器

现代代码编辑器功能基本都有,额外好处是(类似),可以选择控制全部运行(F5)或部分运行(F9).IPython控制台可以在多次连续运行时保持持久会话。
另外,Spyder中的源代码编辑器还支持使用pylint、pyflakes、pep8进行静态代码检查,这些外部工具可以对Python源代码进行分析,发现代码中的错误。
推荐学习PEP8编码风格编写代码,可访问www.python.org/dev/peps/pep-0008

3.Spyder控制台

同其他python内核类似,交互式。
可以用%reset 清楚命名空间,%clear清楚界面代码。如果觉得不太行,还可以重启内核。也可以在菜单中选择Save as HTML/XML,进而将IPython中的会话导出为HTML文件。

4.对象查看器

对象查看器使用丰富的格式显示了代码中定义的对象以及系统里已安装模块中定义的符号的文档字符串。在顶部输入想要查看的模块、函数、类的名称。

在这里插入图片描述
查看numpy中ones函数的帮助


http://chatgpt.dhexx.cn/article/ivDVSv1x.shtml

相关文章

【预测模型-ELM预测】基于原子搜索算法优化极限学习机预测matlab代码

​1 简介 针对变压器故障的特征,结合变压器油中气体分析法以及三比值法.提出了基于原子搜索算法改进极限学习机的故障诊断方法.由于输入层与隐含层的权值和阈值是随机产生.传统的极限学习机可能会使隐含层节点过多,训练过程中容易产生过拟合现象.该方法运用原子搜索算法对极限…

ELMo模型解读

在反复的看了ELMo源码和参考网上各路大神的经验之后,终于对ELMo的架构有了比较清楚的认识。总结一下自己对ELMo的理解,其实还有很多细节没有搞清楚。 一.模型架构 下面是我画的一个架构简图,对于ELMo不管你输入的是词还是字符,它…

【预测模型】基于粒子群算法PSO优化极限学习机ELM实现数据预测matlab源码

1 模型 为了提高空气质量预测精度,提出一种基于粒子群算法优化极限学习机的空气质量预测模型.运用粒子群算法优化极限学习机的初始权值和偏置,在保证预测误差最小的情况下实现空气质量最优预测.选择平均绝对百分比误差,均方根误差和平均绝对误差作为评价指标,通过PSO-ELM和ELM…

多元分类预测 | Matlab麻雀算法(SSA)优化极限学习机(ELM)的分类预测,多特征输入模型。SSA-ELM分类预测模型

文章目录 效果一览文章概述部分源码参考资料效果一览 文章概述 麻雀算法(SSA)优化极限学习机(ELM)的分类预测,多特征输入模型。SSA-ELM分类预测模型 多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。程序语言为matlab,程序可出分类效果图,迭代…

多元分类预测 | Matlab粒子群算法(PSO)优化极限学习机(ELM)的分类预测,多特征输入模型。PSO-ELM分类预测模型

文章目录 效果一览文章概述部分源码参考资料效果一览 文章概述 多元分类预测 | Matlab粒子群算法(PSO)优化极限学习机(ELM)的分类预测,多特征输入模型。PSO-ELM分类预测模型 多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。程序语言为matlab,…

【预测模型-ELM分类】基于极限学习机ELM+OSELM+KELM+半监督SSELM+USELM实现数据集分类附matlab代码

1 内容介绍 极限学习机是由黄广斌等[13]提出的一种针对前馈神经网络设计的机器学习算法。该算法结构简单、计算速率快。ELM的关键在于找到输出和输出之间的映射空间。首先确定隐含层之间的连接权值w和隐含层神经元的偏置b。选择一个无限可微的函数作为隐…

多元分类预测 | Matlab鲸鱼算法(WOA)优化极限学习机(ELM)的分类预测,多特征输入模型。WOA-ELM分类预测模型

文章目录 效果一览文章概述部分源码参考资料效果一览 文章概述 多元分类预测 | Matlab鲸鱼算法(WOA)优化极限学习机(ELM)的分类预测,多特征输入模型。WOA-ELM分类预测模型 多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。程序语言为matlab,程…

【ELM数据预测】基于matlab粒子群算法优化ELM数据预测(含前后对比)【含Matlab源码 449期】

✅博主简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,Matlab项目合作可私信。 🍎个人主页:海神之光 🏆代码获取方式: 海神之光Matlab王者学习之路—代码获取方式 ⛳️座右铭:…

elmo模型详解

elmo模型结构 如下所示是elmo模型结构图: 在输入中可以采用worc2vec模型 训练的词向量。 其实总的来说,elmo模型就是若干bilstm的堆积,然后训练得到的, 对于某一个单词[公式],一个L层的双向语言模型biLM由2L1个向量表…

多元分类预测 | Matlab灰狼算法(GWO)优化极限学习机(ELM)的分类预测,多特征输入模型。GWO-ELM分类预测模型

文章目录 效果一览文章概述部分源码参考资料效果一览 文章概述 多元分类预测 | 灰狼算法(GWO)优化极限学习机(ELM)的分类预测,多特征输入模型。GWO-ELM分类预测模型 多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。程序语言为matlab,程序可出…

ELMo模型简介

word2vec是一种静态词嵌入方法,它不会随着上下文场景的变化而变化。但一词多义在现实中太常见了,因此这种静态嵌入的局限性在很多场景显得力不从心。而ELMo就是为解决这些问题提出的,它的提出意味着从词嵌入(Word Embedding)时代进入了语境词…

【ELM回归预测】基于matlab粒子群算法优化ELM回归预测【含Matlab源码 1722期】

✅博主简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,Matlab项目合作可私信。 🍎个人主页:海神之光 🏆代码获取方式: 海神之光Matlab王者学习之路—代码获取方式 ⛳️座右铭:…

【预测模型】基于 Elm神经网络的电力负荷预测模型matlab源码

1. 算法概述 **\ ELM算法针对的问题是单隐层的前馈神经网络(single-hidden layer feedforward neural networks,SLFNs),算法特点在于输入层到隐层的权重W和偏差B可以随机设定,隐层激励函数具有无限可微的特征即可(常用的有radial basis、sine…

【预测模型-ElM分类】基于松鼠算法优化ElM神经网络实现数据分类附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab仿真内容点击👇 智能优化算法 …

模型学习 - ELM

本学弱喜欢在本子上记笔记,但字迹又丑。 望看不懂我的字的大佬不要喷我,看得懂的大佬批评指正。

【预测模型-ELM预测】基于蚁群算法优化极限学习机预测matlab代码

1 简介 针对变压器故障的特征,结合变压器油中气体分析法以及三比值法.提出了基于蚁群算法改进极限学习机的故障诊断方法.由于输入层与隐含层的权值和阈值是随机产生.传统的极限学习机可能会使隐含层节点过多,训练过程中容易产生过拟合现象.该方法运用蚁群算法对极限学习机的输…

【预测模型-ELM分类】基于鲸鱼算法优化核极限学习机实现数据分类附matlab代码

1 内容介绍 极限学习机(extreme learning mac&…

【ELM预测】基于极限学习机ELM实现数据预测matlab源码

一、极限学习机的概念 极限学习机(Extreme Learning Machine) ELM,是由黄广斌提出来的求解单隐层神经网络的算法。 ELM最大的特点是对于传统的神经网络,尤其是单隐层前馈神经网络(SLFNs),在保证学习精度的前提下比传统的学习算法速度更快。 二…

【ELM数据预测】粒子群算法优化ELM数据预测(含前后对比)【含Matlab源码 449期】

⛄一、粒子群算法优化极限学习机ELM简介 PSO-ELM优化算法预测模型 ELM模型在训练之前可以随机产生ω和b, 只需要确定隐含层神经元个数及隐含层神经元激活函数, 即可实现ELM预测模型的构建。在ELM模型的构建中, 只需确定初始ω和b, 而无需复杂的参数设置, 具有学习速度快、泛化…

免费不限速不限存储的网盘推荐

网盘这种东西倒闭的太多了,这年头存点东西真不容易,以前也陆陆续续用过很多网盘,但一直没统计,最近终于发现了一款好用的免费网盘推荐给大家。 替代对象:某度网盘 空间:超级会员免任务扩容至5T空间&…