6 配置虚拟环境

查看大图

虚拟环境的价值在于隔离项目。尤其是数据科学项目，经常同时用 notebook、脚本和命令行，必须确认它们指向同一个环境。

查看大图

我会在 README 写清创建环境、激活环境、安装依赖、验证版本四个命令。别人能复现，才算环境配置完成。

在机器学习和数据科学的项目中，管理不同的项目依赖和环境非常重要。使用虚拟环境可以隔离项目的依赖，确保每个项目使用特定版本的库而不影响其他项目。在这一节中，我们将介绍如何使用 venv 和 conda 工具创建和配置虚拟环境，以便在 Scikit-Learn 项目中使用。

使用 venv 创建虚拟环境

venv 是 Python 内置的一个模块，可以帮助我们创建轻量级的虚拟环境。下面是创建和配置虚拟环境的步骤：

查看大图

配置虚拟环境时，先固定 Python 和依赖版本，再跑一个小数据集示例。环境可复现，实验才可复查。

步骤 1：安装 Python

确保你已经安装了 Python。你可以使用以下命令检查你的 Python 安装版本：

python --version

如果没有安装，可以从 Python 官网下载并安装。

步骤 2：创建虚拟环境

在你的项目目录下，使用以下命令创建一个虚拟环境。假设我们要将虚拟环境命名为 venv：

python -m venv venv

步骤 3：激活虚拟环境

在创建虚拟环境后，需要激活它。激活会话会更改你的终端提示符以帮助你识别当前环境。

• 在 Windows 上：

venv\Scripts\activate

• 在 macOS 或 Linux 上：

source venv/bin/activate

激活后，你会看到终端提示符前面显示了 (venv)，表示你现在处于虚拟环境中。

步骤 4：安装依赖库

现在你已经激活了虚拟环境，可以开始安装 Scikit-Learn 和其他依赖库。例如，我们可以使用 pip 安装 Scikit-Learn：

pip install scikit-learn

你也可以通过 pip install 安装其他常用的库，如 numpy 和 pandas：

pip install numpy pandas

步骤 5：验证安装

在安装完成后，可以通过 Python 控制台验证 Scikit-Learn 是否正确安装：

import sklearn
print(sklearn.__version__)

这将显示你所安装的 Scikit-Learn 的版本号。

使用 conda 创建虚拟环境

如果你更喜欢使用 Anaconda，可以通过 conda 创建和管理虚拟环境。下面是相应的步骤：

查看大图

《配置虚拟环境》可以按“场景、概念、动作、结果”来读。先把这四件事对齐，再回到正文里的参数、代码或流程。

步骤 1：安装 Anaconda

如果你还没有安装 Anaconda，可以从 Anaconda官网 下载并安装。

步骤 2：创建虚拟环境

使用以下命令创建一个新的 Conda 虚拟环境，下面的命令中我们将环境命名为 ml-env：

conda create --name ml-env python=3.8

步骤 3：激活虚拟环境

使用以下命令激活你刚才创建的虚拟环境：

conda activate ml-env

步骤 4：安装依赖库

激活虚拟环境后，你可以用以下命令安装 Scikit-Learn：

conda install scikit-learn

同样，你可以安装其他库：

conda install numpy pandas

步骤 5：验证安装

和使用 venv 一样，在 Python 控制台中验证 Scikit-Learn 是否安装成功：

import sklearn
print(sklearn.__version__)

结束虚拟环境会话

在你完成工作后，可以使用以下命令退出虚拟环境：

• venv：

deactivate

• conda：

conda deactivate

查看大图

学完《配置虚拟环境》后，不妨换一个自己的场景试一次，重点观察输入、处理和输出是否能对应起来。

查看大图

如果想把《配置虚拟环境》用到自己的任务里，可以先缩小场景，只验证一个最关键的判断点。

总结

通过以上步骤，我们详细介绍了如何使用 venv 和 conda 创建和配置 Python 虚拟环境。这些虚拟环境为我们的 Scikit-Learn 项目提供了一个干净的依赖空间。接下来，我们将进入数据集的处理部分，具体介绍如何加载数据集并为建模做好准备。