欢迎登船

现在是 2024 年 9 月 8 日 7 时早上好我的船长 🫡

领取你的学生包

领取GitHub学生权益

点击检查点 ⏭️ 到对应视频位置，因为b站高清晰度需要登陆，建议在这里勾选检查点后跳转到对应位置后再点击b站登陆观看

认证学生权益

通过温肯学生证认证学生权益

领取 IntelliJ, PyCharm

领取JetBrains系列产品

GitHub是通用的代码托管网站，也是全球最大的开源社区，在这里你能接触到最新的科技。当然，作为学生的我们，也可以使用GitHub给我们的学生权益，在开发的路上畅通无阻 🚀

所用资源： GitHub学生权益 JetBrains

咳咳，都到这里了，不加入一下科协的官方GitHub组织吗？还有我们的 HuggingFace也可以加入哦🥹！

搭建你的Python环境

什么是Python，为什么选择 Python 为编程入门语言，为什么要学习Python？

Python 是一种高级编程语言，具有简单易读的语法，广泛应用于数据分析、人工智能、科学计算等领域。选择 Python 作为编程入门语言是因为其作为脚本语言，解释执行不需要编译，且可通过 Shell (命令行解释器,提供你与操作系统之间的接口，详情见之后教程) 与 IDE (集成开发环境，集合了一系列开发所需的东西，详情见之后教程) 内通过交互式解释器（Interactive Interpreter）运行，这种即输即执行的模式利于你学习新功能和调试代码。

举个 🌰
java 老哥疲于奔命，有一天在写程序时突然忘记 java 的舍入怎么使用了 🤯，老哥不想写一个完整的类 public class SomeClass{}，主方法 public static void main(String[] args){}然后编译测试，如果老哥当初选择 Python 进行开发的话只需要在 Shell 或 IDE 中通过交互解释器输入import math ⏎ math.ceil(10.5) ⏎ 就可以得到结果了。没必要新开个文件。但是，没有当初 😭 java 老哥依然只能新开一个测试文件，然后编译运行，得到结果。

shell

PyCharm Interactive Interpreter

// Java
public class HelloWorld {
    public static void main(String[] args) {
        Math.round(10.5);
    }
}

# Python, run in shell or your IDE's Interactive Interpreter, 在 Shell 或者你的 IDE 的交互解释器中运行
import math
math.ceil(10.5)

作为新手，我们肯定有很多新特性需要学习，在我们写代码的时候，不想直接在项目中测试，那么交互式解释器，让我们无需新开文件就可以调试代码，不用担心代码的污染。

安装Python

For MacOS ⌘

MacOS一般自带Python,检查Python是否安装成功：

检查系统是否已安装 Python：打开终端并输入以下命令：
```
python3 --version
```
如果已安装，会显示 Python 版本号。如果没有安装，请继续以下步骤。
安装 Homebrew： Homebrew 是 macOS 上的包管理器，可以方便地安装和管理软件包。打开终端并输入以下命令安装 Homebrew：
```
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
```
使用 Homebrew 安装 Python：安装完成后，使用 Homebrew 安装 Python：
```
brew install python
```
验证安装：再次检查 Python 版本以确认安装成功：
```
python3 --version
```

For Windows ⊞

下载 Python 安装包：访问 Python 官方网站并下载适用于 Windows 的最新版本的 Python 安装包。
运行安装程序：双击下载的安装包，勾选 "Add Python to PATH" 选项，然后点击 "Install Now" 进行安装。
验证安装：打开命令提示符（按 Win + R，输入 cmd，然后按回车），输入以下命令检查 Python 版本：
```
python --version
```
若未添加python到环境变量，请参考下文的解决方案。

安装 Anaconda

什么是 Anaconda？为什么要用 Anaconda？

大家上面已经接触 Python 和 Java 了，你有没有发现，我们只写了一行代码就可以进行舍入这种操作，里面的判断逻辑呢？写程序就这么简单吗？对的，你猜对啦，写程序就是这么简单，其实我们有很多需求（比如刚刚数学运算的 🌰 ）已经被很多程序 🦍 实现了，而程序 🦍 们又是一个极其爱偷懒又乐于分享的人群，于是他们把自己的代码上传到库管理平台，比如 PyPi，Maven，npm 等等，这样我们就可以通过 pip，npm 等等工具来下载这些库，然后在我们的代码中使用这些库，运行他们写好的逻辑，这样我们就没必要自己去写这些代码了。

那 Anaconda 呢? Anaconda 是一个开源的软件包管理和环境管理系统，用于科学计算、数据分析和机器学习。Anaconda 包含了 conda、Python 和一大堆科学计算和数据分析的库，这样你就没必要担心依赖管理和环境配置的问题了。

以前你要下载一个库，你可能会这样：

pip install something-that-will-destroy-your-project-due-to-dependency-conflict

阿咧咧，为什么pip install会摧毁我的项目呢？我不就下了几个库吗？当然是因为依赖冲突啦，首先我们引入的库作者写一个东西肯定是要迭代的，那么就会出现不同的版本，采用不同的逻辑，需求也会在版本迭代中变化，某个库可能会有特定的依赖，当你的项目需要 numpy 1.19.2，而你下载的库需要 numpy 1.20.0，这时候也会出现冲突，这时候你就需要手动去解决这个问题，而且吧，pip 默认安装包到全局环境，这会导致不同项目之间的包和依赖冲突。虽然可以使用 virtualenv 创建虚拟环境，但管理多个虚拟环境可能会比较繁琐。而 Anaconda 就是为了解决这个问题的。

你可以通过 conda 来创建虚拟环境，这样你就可以在不同的项目中使用不同的库，不同的版本，不同的逻辑，而不会出现冲突。每个虚拟环境都有自己独立的包安装目录，不会与全局 Python 环境或其他虚拟环境共享。确保项目在不同环境中的一致性，并且 Anaconda 已经为你提供好了很多数据科学和机器学习的库，这样你就可以直接使用这些库，而不用再去下载这些库，这样你就可以专注于你的项目了。

For Windows ⊞

下载 Anaconda 安装包：访问 Anaconda 官方网站并下载适用于 Windows 的最新版本的 Anaconda 安装包。
运行安装程序：双击下载的安装包，按照提示进行安装。建议勾选 "Add Anaconda to my PATH environment variable" 选项。
验证安装：打开命令提示符（按 Win + R，输入 cmd，然后按回车），输入以下命令检查 Anaconda 版本：
```
conda --version
```

各位在安装Anaconda时，我们通常建议勾选 "Add Anaconda to my PATH environment variable" 选项。这样可以正常在command prompt内使用conda命令。

但是，如果忘记将Anaconda添加到系统环境变量，那么会导致conda命令在command prompt中无法使用

解决方案

最简单的方法是【卸载重装】，再次安装时勾选“添加PATH”即可。
我们也可以手动将conda添加到环境变量中，步骤如下：

打开控制面板（win + r + control），选择“系统与安全”，然后选择系统
点击“高级系统设置”
在“系统属性”窗口中，点击“环境变量”
在“系统变量”部分，找到并选中名为Path的变量，编辑它
确认Anaconda安装目录的路径在列表中。如果没有，请添加。

使用以上两种方法之一之后，不管是在command prompt，还是windows powershell，还是Anaconda自带的Anaconda powershell prompt等命令行中都可以运行conda命令了

创建虚拟环境：使用 Anaconda 创建一个新的虚拟环境：
```
conda create --name myenv
```
激活虚拟环境：激活刚刚创建的虚拟环境：
```
conda activate myenv
```
安装依赖：在虚拟环境中安装所需的依赖。例如，安装 numpy 和 pandas：
```
 conda install numpy pandas
```
退出虚拟环境：完成工作后，可以退出虚拟环境：
```
conda deactivate
```

For MacOS ⌘

下载 Anaconda 安装包：访问 Anaconda 官方网站并下载适用于 macOS 的最新版本的 Anaconda 安装包。
运行安装程序：
按照提示进行安装，建议选择将 Anaconda 添加到 PATH 环境变量中。
验证安装：打开终端，输入以下命令检查 Anaconda 版本：
```
conda --version
```
创建虚拟环境：使用 Anaconda 创建一个新的虚拟环境：
```
conda create --name myenv
```
激活虚拟环境：激活刚刚创建的虚拟环境：
```
conda activate myenv
```
安装依赖：在虚拟环境中安装所需的依赖。例如，安装 numpy 和 pandas：
```
conda install numpy pandas
```
退出虚拟环境：完成工作后，可以退出虚拟环境：
```
conda deactivate
```

Labs：

完成 GitHub 学生权益申请，加入科协GitHub组织，以后科协组织开发的程序或者科研项目会发布到这里 😝
安装 Python 并完成环境配置
运行 Jupter Notebook （Anaconda 自带），并写下你的第一个 Python 程序
安装 PyCharm 或 VSCode
安装 IntelliJ IDEA 和 JDK，并配置环境变量，请大家自行学习安装，自学能力也是 CPS 的核心竞争力哦
o(￣▽￣)ｄ（CPS only）

选择你的深度学习框架

欢迎加入科协，这个系列的教程大概会在下学期公布，这里就不多展开了！