Anaconda Distribution

这篇 blog 记录 win10 下 anaconda 的使用心得。 1. Anaconda 配置 1.1 Anaconda 包含的应用 在安装完毕 Anaconda 后会多出几个应用： Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。 Jupyter notebook ：基于web的交互式计算环境，可以编辑

前言 运行环境 Anaconda3 Windows 10 官方文档：http://docs.anaconda.com/anaconda/user-guide/getting-started/ Your first Python program: Hello, Anaconda 1 Open Navigator 在开始菜单找到 Anaconda Navigator，点击打开 2.1 Run Pyth

                                  Anaconda详细安装使用教程 主要介绍在 windows 10 系统中安装 Anaconda3 的详细过程。 下载 Anaconda 官方下载地址: https://www.anaconda.com/distribution/ 目前最新版本是 python 3.7，默认下载也是 Python 3.7。但是在官网下载不稳定，所以

Anaconda Distribution是执行Python数据科学和机器学习最简单的方法。 它包括250多种流行的数据科学软件包，以及适用于Windows，Linux和MacOS的conda软件包和虚拟环境管理器。 Conda使安装，运行和升级复杂的数据科学和机器学习环境（如Scikit-learn，TensorFlow和SciPy）变得简单快捷。 Anaconda 安装 下载地址: https

Envornment Ubuntu 18.4 CUDA Version: 10.0 CUDNN Version: 7.6.5 Check CUDA & CUDNN version #CUDA nvidia-smi nvcc -version #CUDNN cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 -----------

历史版本的Anaconda 安装失败的解决办法 原因：从清华镜像下载的里安装包会出现安装问题 解决办法： 很简单，去官网下载对应历史版本的anaconda，注意安装前删掉系统环境变量中之前版本anaconda的信息。（如果你安装过的话） Anaconda官网下载地址：链接: Anaconda installer archive. 建议使用加速器下载

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 自行选择合适的版本下载，最新版本为Anaconda3

Python 在科学计算上的应用非常广泛，包括数学、统计学、图形学……等等， 也是科学计算领域的首选编程语言之一。 这一部分的文章主要是介绍 Python 在科学计算领域常用的库，以及科学计算在日常中可能的实际用例。 常用库介绍 IPython 和 Jupyter Notebook NumPy NumPy 是 Python 科学计算生态系统的基础，提供了多维数组操作、线性代数运算、傅立叶变换等 多

Numpy 是 Python 科学工具栈的基础。它的目的很简单：在一个内存块上实现针对多个条目（items）的高效操作。了解它的工作细节有助于有效的使用它的灵活性，使用有用的快捷方式，基于它构建新的工作。

本书全面而详细地阐述了计算机科学的理论基础，从抽象概念的机械化到各种数据模型的建立，用算法、数据抽象等核心思想贯穿各个主题，很好地兼顾了学科广度和主题深度，帮助读者培养计算机领域的大局观，学习真正的计算机科学。

scipy 包含许多专注于科学计算中的常见问题的工具箱。它的子模块对应于不同的应用，比如插值、积分、优化、图像处理、统计和特殊功能等。 scipy 可以与其他标准科学计算包相对比，比如GSL (C和C++的GNU科学计算包), 或者Matlab的工具箱。scipy是Python中科学程序的核心程序包；这意味着有效的操作 numpy 数组，因此，numpy和scipy可以一起工作。 在实现一个程序前

1.3.什么是计算机科学 计算机科学往往难以定义。这可能是由于在名称中不幸使用了“计算机”一词。正如你可能知道的，计算机科学不仅仅是计算机的研究。虽然计算机作为一个工具在学科中发挥重要的支持作用，但它们只是工具。 计算机科学是对问题，解决问题以及解决问题过程中产生的解决方案的研究。给定一个问题，计算机科学家的目标是开发一个算法，一系列的指令列表，用于解决可能出现的问题的任何实例。算法遵循它有限的过

本文向大家介绍Python科学计算之Pandas详解，包括了Python科学计算之Pandas详解的使用技巧和注意事项，需要的朋友参考一下 起步 Pandas最初被作为金融数据分析工具而开发出来，因此 pandas 为时间序列分析提供了很好的支持。 Pandas 的名称来自于面板数据（panel data）和python数据分析 （data analysis） 。panel data是经济学中关于

一位电气工程师最近告诫我不要将GPU用于科学计算（例如，在精度非常重要的情况下），因为它没有像CPU那样的硬件保障。这是真的吗？如果是的话，这个问题在典型的硬件中有多普遍/多严重？

本文向大家介绍python科学计算之scipy——optimize用法，包括了python科学计算之scipy——optimize用法的使用技巧和注意事项，需要的朋友参考一下 写在前面 SciPy的optimize模块提供了许多数值优化算法，下面对其中的一些记录。 非线性方程组求解 SciPy中对非线性方程组求解是fslove()函数，它的调用形式一般为fslove(fun, x0)，fun是计算