写在前面
最近在搞Machine Learning，R中的包实在是不太给力，这方面还是要看Python的。😂
这里和大家分享一下我的Python环境搭建之路，图文介绍非常详细，希望帮助到大家。😘
由于我的电脑是M1 芯片的Macbook，以下均以这个配置为例啦。 🥳
Anaconda的下载与安装
2.1 什么是Anaconda
首先我们先下载Anaconda吧，Anaconda是包管理器和环境管理器。😎
大家是不是经常听到可能从conda，miniconda和anaconda三个名词，我也是傻傻分布清楚，就去查了一下。🤣
conda是一种通用包管理系统，Anaconda则是一个打包的集合，有超过150个数据包，而且Anaconda有图形用户界面，叫Navigator。🤭
而miniconda只有少数几个包，且没有图形交互界面，只有一个命令行界面。🤥
2.2 Anaconda的下载
1️⃣ 官方网址在这里：👇
https://www.anaconda.com/
由于我的电脑是M1芯片，这里我需要选择别的installers。😪
2️⃣ 这里我下载的是有图形界面的版本，如果你习惯命令操作，可选择Command Line Installer。🥳
2.3 Anaconda的安装
1️⃣ 接着我们就开始安装Anaconda吧，嘿嘿。😘
2️⃣ 我们一路狂飙到最后吧。😎
3️⃣ 这里Anaconda推荐了大家使用JetBrains的DataSpell，的确是一个很强大的IDE，不过是收费的，我们后面再介绍怎么使用吧。😁
2.4 Anaconda的使用
1️⃣ 首先我们打开Anaconda， 因为我下载的是图形界面版，如果你下载的是命令操作版的，去terminal里操作吧。😂
2️⃣ 这里就是Anaconda的Navigator的界面了，已经预装了Python和一些常用的IDE了。😘
2.5 常用命令
这里补充一下一些常用的conda命令，供大家在Terminal中使用：👇
- 查看所有已安装的包：
conda list- 升级全部：
conda upgrade --all- 安装某个包：
conda install package_name(conda install package_name =1.10，安装指定版本)- 卸载某个包：
conda remove package_name- 升级某个包：
conda update package_name- 激活环境：
activate env_name- 退出环境：
deactivate env_name- 新建环境:
conda create -n env_name python = 3.9- 删除环境：
conda env remove -n env_name
Jupyter的使用
这里我们介绍一下两款Jupyter的工具，Jupyter Notebook和JupyterLab，看着挺像的，其实就是挺像的。🤣
这两款Jupyter的工具都是基于Project Jupyter，是一个非营利性的开源项目，于2014年从IPython项目中诞生，支持所有编程语言的数据科学和科学计算。😇
官方宣称Jupyter将永远是100%的开源软件，供所有人免费使用。🥰
3.1 Jupyter Notebook
Jupyter Notebook采用的经典的笔记本式交互界面。📝
Jupyter Notebook是基于网页的编程工具，非常简洁，同时markdown语法。🤓
打开的话可以在Anaconda中打开，也可以再Terminal中输入jupyter notebook来打开。😁
测试一下， 非常流畅。😁
个人感觉Jupyter Notebook的主要优势就是，小巧，代码逐行运行，支持markdown（所见即所得），但是这个是没有debug模式的。😪
3.2 JupyterLab
官网称呼Jupyterlab为下一代的笔记本式交互界面。🥳
JupyterLab是最新的基于网络的笔记本、代码和数据的互动开发环境。 🤤
灵活的界面允许用户在数据科学、科学计算、计算新闻和机器学习中配置和安排工作流程。🙃
模块化的设计有着丰富的扩展程序和功能。😎
测试一下， 非常流畅。😁
相比Jupyter Notebook，JupyterLab更像是加强版的，功能丰富，具有Debug模式。
很多帖子建议大家先使用Jupyter Notebook，熟练后再使用JupyterLab，个人感觉根本没有必要，可以直接上手JupyterLab，易用性非常强。😘
换个theme看看吧，黑夜模式对比更强呀！！！🤣
很不错，代码高亮，看着舒服多了。🥰
在JupyterLab中使用R
由于经常需要使用到R，这里我还是给大家提供一下在JupyterLab中配置R的方法，实现无缝切换。🧐
4.1 安装IRkernel
首先通过R安装IRkernel，我想你的电脑上应该已经有R了，没有的话翻看一下之前的教程进行安装吧。🫣
install.packages('IRkernel')
4.2 配置R到Jupyter
1️⃣ 配置给当前用户。
IRkernel::installspec()
2️⃣ 配置给所有用户。
IRkernel::installspec(user = FALSE)
3️⃣ Note! 这里的命令一定要在R的terminal中输入，而不是在R App中。🫵
我的R路径是这样的：👇
***$ /Library/Frameworks/R.framework/Versions/4.2/Resources/bin/R
4.3 配置快捷键
我相大家可能都习惯了之前的快捷键，这里我们需要重新配置一下。😅
大家在terminal中输入这段命令：👇
jupyter labextension install @techrah/text-shortcuts
如果提示你没有node.js的话可以去这里下载：👇
https://nodejs.org/en/
4.4 打开JupyterLab
这个时候我们打开JupyterLab就会发现，有R啦~~~😂
测试一下，没有问题。🙃
<img src="https://img.haomeiwen.com/i24475539/540d6476a68f0064.png" alt="蛋糕卷" style="zoom:25%;" />
<center>最后祝大家早日不卷!~</center>
点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰
<center> <b>📍 往期精彩 <b> </center>
📍 <font size=1>🤩 ComplexHeatmap | 颜狗写的高颜值热图代码！</font>
📍 <font size=1>🤥 ComplexHeatmap | 你的热图注释还挤在一起看不清吗！？</font>
📍 <font size=1>🤨 Google | 谷歌翻译崩了我们怎么办！？（附完美解决方案）</font>
📍 <font size=1>🤩 scRNA-seq | 吐血整理的单细胞入门教程</font>
📍 <font size=1>🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~</font>
📍 <font size=1>🤩 RColorBrewer | 再多的配色也能轻松搞定！~</font>
📍 <font size=1>🧐 rms | 批量完成你的线性回归</font>
📍 <font size=1>🤩 CMplot | 完美复刻Nature上的曼哈顿图</font>
📍 <font size=1>🤠 Network | 高颜值动态网络可视化工具</font>
📍 <font size=1>🤗 boxjitter | 完美复刻Nature上的高颜值统计图</font>
📍 <font size=1>🤫 linkET | 完美解决ggcor安装失败方案（附教程）</font>
📍 <font size=1>......</font>
本文由mdnice多平台发布
网友评论