Python的运行模式

交互模式

打开命令行窗口

键入 python，激活python交互模式，出现Python提示符 >>>

在提示符 >>> 处, 写入Python语句

回车，得到Python语句的执行结果

退出Python交互模式

在Python命令提示符后，输入 exit() 或 quit()

在Windows系统中，也可以输入ctrl+Z退出

脚本模式（类似与在VScode中）

打开编辑器，创建Python文件

写入Python语句，保存脚本

在命令行窗口中，使用Python+文件名的方式运行该脚本，得到运行结果

Jupyter Notebook

介绍

通过网页访问的交互式程序编辑工具

便于程序的远程访问，屏蔽了不同系统间的显示差异，便于代码共享

可以代码、图像、注释、公式、图形、运行结果整合在同一个文档中，编写出漂亮的交互式文档

修改Jupyter Notebook默认目录

在Window命令窗口中，输入以下命令：

jupyter notebook --generate-config

得到配置文件的地址

打开配置文件jupyter_notebook_config.py

打开该文件搜索_dir，定位到配置文件的键值c.NotebookApp.notebook_dir

取消前面的注释符号 # ，将其值更改为希望的工作目录，如 D:\code1 （首先需要在D盘根目录下创建“jupyter”文件夹）

Jupyter Notebook界面介绍

标题使用

#一级标题

##二级标题

点击运行后即可成为标签

代码

VS Code

介绍

轻量级但功能强大的源代码编辑器

可在桌面上运行

适用于Windows，macOS和Linux

内置了对JavaScript，TypeScript和 Node.js的支持

具有丰富的其他语言扩展生态系统（如C ++，C＃，Java，Python， PHP，Go）

界面介绍

在脚本模式中，仅在使用输出函数的地方才会输出。

课程链接：https://www.icourse163.org/course/XUST-1206363802?tid=1206674203

个人公众号

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(Anaconda软件使用)相关推荐

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(Anaconda软件介绍)
Anaconda软件介绍 Anaconda下载与安装(安装之后会有详细步骤) 下载地址: Anaconda官网 https://www.anaconda.com/distribution/ 清华大学软 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)
开发环境介绍 Python3 1.结构清晰,简单易学 2.丰富的标准库 3.强大的的第三方生态系统 4.开源.开放体系 5.高可扩展性:胶水语言 6.高可扩展性:胶水语言 7.解释型语言,实现复杂算法 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(安装TensorFlow2.0)
创建环境并激活 conda create --name tensorflow2.0 python==3.7 activate tensorflow2.0 安装相关软件包(conda命令或pip命令2选 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(包管理和环境管理)
包管理和环境管理(以下操作也可在anaconda界面,进行可视化操作) 包管理:包的安装.卸载.更新和查找等等 conda命令 conda install <包名称列表> 同时安装多个包 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python运算符和表达式)
从程序中学习知识点 1.算术运算符 #运算符(Operator):完成不同类型的常量.变量之间的运算 #除法运算 / 结果是一个浮点型的精确数的值,与java等其他语言的不同之处 print(7/2, ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python常量、变量和表达式)
从程序中学习知识点 1. #支持6中表达形式数字字符串列表元组字典集合 #数字整型(正整数负整数零) #Python3中的整数可以任意大,而不用担心位数不够而导致溢出的情况 intn ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python输入和输出)
从程序中学习知识点 1. #输出函数可以输出字符串常量 print("hello") #输出数学表达式 print(1+2) #输出变量 print(num) 2. #string ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(六)(Matplotlib绘图基础＜折线图和柱状图＞python)
折线图(Line Chart): 散点图的基础上,将相邻的点用线段相连接 plot()函数 #折线图:在散点图的基础上将相邻两个点链接 #描述变量变化的趋势 #plot(x,y,color,marke ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(Matplotlib绘图基础＜散点图＞python)
散点图(Scatter): 是数据点在直角坐标系中的分布图 scatter() 函数 marker参数--数据点样式添加文字--text() 函数坐标轴设置增加图例绘制标准正态分布的散点图步骤 ...

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(Anaconda软件使用)