Conda Pycharm Python 服务器等的使用记录
anaconda prompt环境与库
学习第一步，删库跑路（要先取消激活）
conda remove -n (名称) --all
查看环境
//二选一
conda env list
conda info --envs
创建新环境
conda create -n (名称) python=(指定版本)
激活环境
conda activate (名称)
取消激活
conda deactivate
查看虚拟环境下安装的库
pip list
安装库
pip install (名称)
一次性下载要求的库，如果有requirement.txt的话直接
pip install -r (地址/requirement.txt)
一个要求文件里面一般长这样 没有就自己写一个
PyCharm添加Anaconda中的虚拟环境
刚刚一通操作，环境有了，要自己写个python看看，打开pycharm 新建工程，怎么把刚刚那个环境用上 找到anaconda安装目录下的conda.exe文件 能看到之前创建的新环境选项 就好了 多添加了一个看着 烦，怎么删除呢？ File-Setting-Project:…-Show All… Remove Interpreter完成
python print打印显示不全设置
# 参考链接：https://www.cnblogs.com/zwtgyh/p/10641961.html
import pandas as pd
#显示Dateframe所有列(参数设置为None代表显示所有行，也可以自行设置数字)
pd.set_option('display.max_columns',None)
#显示Dateframe所有行，同上
pd.set_option('display.max_rows',None)
#设置Dataframe数据的显示长度，默认为50
pd.set_option('max_colwidth',200)
#禁止Dateframe自动换行(设置为Flase不自动换行，True反之)
pd.set_option('expand_frame_repr', False)
Default argument value is mutable
参考链接：https://blog..net/tcx1992/article/details/81312446
问题
对Python函数的参数赋初始值，称为Default Argument Values。给这些参数赋值为可变对象（mutable object)，比如list，dictionary，很多类的实例时，要小心了，因为函数参数的初值只能被计算一次（在函数定义的时间里）。
官方文档：Important warning: The default value is evaluated only once. This makes a difference when the default is a mutable object such as a list, dictionary, or instances of most classes. For example, the following function accumulates the arguments passed to it on subsequent calls.
https://docs.python.org/3/tutorial/controlflow.html#more-on-defining-functions
示例
def f(a, L=[]):
L.append(a)
return L
print(f(1))
print(f(2))
print(f(3))
输出
[1]
[1, 2]
[1, 2, 3]
在第二次调用函数时，my_list=[]不会再被执行！ 之前调用的输入一直累计，多次调用的时候会出错
解决方法
def f(a, L=None):
if L is None:
L = []
L.append(a)
return L
服务器新建环境又一次
服务器上发现之前建的环境python版本和本地不一致，新建环境的时候指定安装位置，想放到我的用户目录下有个.conda下的env里面
conda create --prefix=/home/(用户名)/.conda/env/(新建的环境名) python=(指定版本)
想要删掉之前那个空空如也且没用了的环境，发现会报错，不能删除当前环境，取消激活也没用，发现是用户目录下.bashrc里面有一句
# <<< conda initialize <<<
conda activate (之前的环境名称)
把这句改成我现在的，再取消激活，再删除旧环境，成功
一些常用的Linux指令
对不起老师，我真的已经忘光了
linux教程
查看每个用户占用空间的大小：
# 查看所有用户
sudo du -sh /home/*
# 只查看自己的
sudo du -sh /home/(用户名)
处理文件夹常用：
ls（英文全拼：list files）: 列出目录及文件名 cd（英文全拼：change directory）：切换目录 pwd（英文全拼：print work directory）：显示目前的目录 mkdir（英文全拼：make directory）：创建一个新的目录 rmdir（英文全拼：remove directory）：删除一个空的目录 cp（英文全拼：copy file）: 复制文件或目录 rm（英文全拼：remove）: 删除文件或目录 mv（英文全拼：move file）: 移动文件与目录，或修改文件与目录的名称
查看目录下文件
# 不包括隐藏文件
ls
# . 开头的隐藏文件也会列出
ls -a
切换目录
cd [相对路径或绝对路径]
显示当前目录
pwd [-P]
新建文件夹
mkdir -p (名称(当前目录下)或路径加名称)
-m ：配置文件的权限喔！直接配置，不需要看默认权限 (umask) 的脸色～
-p ：帮助你直接将所需要的目录(包含上一级目录)递归创建起来！
删除文件
rm [-fir] 文件或目录
-f ：就是 force 的意思，忽略不存在的文件，不会出现警告信息；
-i ：互动模式，在删除前会询问使用者是否动作
-r ：递归删除啊！最常用在目录的删除了！这是非常危险的选项！！！
禁止其他用户访问用户目录
设置目录权限就够了，隐私满满，但是拦不住root
sudo chmod 0700 /home/(用户名)
python numpy数组除0处理
需要在除以0时将结果替换为0
# np.divide()
arr = np.divide(a, b, out=np.zeros_like(b), where=b!=0)
'''chatgpt解释
out=np.zeros_like(b) 指定结果应存储在一个新数组中，该数组与b具有相同的形状，并且初始化为零。
where=b!=0 是一个条件，指定在哪里执行除法。它确保仅在b中的元素不等于零时执行除法。如果b中的元素为零，则相应的结果将被替换为零。
执行此代码后，数组b将包含除法的结果，并且任何除以零的结果都将被替换为零。
'''
numpy数组检查异常值
检查有无超出范围
check = np.isfinite(data)
# 只要有一个超出范围就是False
check = np.isfinite(data).any()
nan，inf
check = np.isnan(data).any() # nan
check = np.isinf(data).any() # inf
定位异常值
# nan为例
nan_locations = np.where(np.isnan(arr))
scipy.stats
调用了skew函数，后续计算检查发现有缺失值NaN 检查出来是这个函数的输出，然后查看文档 https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.skew.html 发现所有值相等时返回NaN
'''
Returns:
skewness ndarray
The skewness of values along an axis, returning NaN where all values are equal.
'''
使用数组索引提取数组指定行和列
错误写法：
choose1 = [0, 1]
choose2 = [2, 3]
new = matrix[choose1, choose2]
正确写法：
new = matrix[choose1][:, choose2]
处理提取出来的新数组的时候，遇到报错
# valueerror: ndarray is not c-contiguous
把数组转换为C连续
new = np.array(matrix[choose1][:, choose2], order='C')
# 或者
new=np.ascontiguousarray(new)
Python代码中主动退出进程，不抛出异常
python程序主动退出进程的方式
import sys
sys.exit(0)
