Anaconda和python在windows上安装的实例详解
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Anaconda和python在windows上安装的实例详解，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3930字，纯文字阅读大概需要6分钟。
内容图文
本文主要给大家介绍windows上安装Anaconda和python的教程详解，非常不错，具有参考借鉴价值，需要的朋友参考下一提到数字图像处理编程，可能大多数人就会想到matlab，但matlab也有自身的缺点：
1、不开源，价格贵
2、软件容量大。一般3G以上，高版本甚至达5G以上。
3、只能做研究，不易转化成软件。
因此，我们这里使用Python这个脚本语言来进行数字图像处理。
要使用Python，必须先安装python，一般是2.7版本以上，不管是在windows系统，还是Linux系统，安装都是非常简单的。
要使用python进行各种开发和科学计算，还需要安装对应的包。这和matlab非常相似，只是matlab里面叫工具箱（toolbox)，而python里面叫库或包。基于python脚本语言开发的数字图片处理包，其实很多，比如PIL,Pillow, OpenCV, scikit-image等。
对比这些包，PIL和Pillow只提供最基础的数字图像处理，功能有限；OpenCV实际上是一个c++库，只是提供了python接口，更新速度非常慢。到现在python都发展到了3.5版本，而opencv只支持到python 2.7版本；scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，正好与matlab一样，因此，我们最终选择scikit-image进行数字图像处理。
一、需要的安装包
因为scikit-image是基于scipy进行运算的，因此安装numpy和scipy是肯定的。要进行图片的显示，还需要安装matplotlib包，综合起来，需要的包有：
Python >= 2.6 Numpy >= 1.6.1 Cython >= 0.21 Six >=1.4 SciPy >=0.9 Matplotlib >= 1.1.0 NetworkX >= 1.8 Pillow >= 1.7.8 dask[array] >= 0.5.0
比较，安装起来非常费事，尤其是scipy，在windows上基本安装不上。
但是不用怕，我们选择一款集成安装环境就行了，在此推荐Anaconda, 它把以上需要的包都集成在了一起，因此我们实际上从头到尾只需要安装Anaconda软件就行了，其它什么都不用装。
二、下载并安装 anaconda
先到www.continuum.io/downloads 下载anaconda, 现在的版本有python2.7版本和python3.5版本，下载好对应版本、对应系统的anaconda，它实际上是一个sh脚本文件，大约280M左右。
本系列以windows7+python3.5为例，因此我们下载如下图红框里的版本：
名称为： Anaconda3-2.4.1-Windows-x86_64.exe
是一个可执行的exe文件，下载完成好，直接双击就可以安装了。
在安装的时候，假设我们安装在D盘根目录，如：
并且将两个选项都选上，将安装路径写入环境变量。
然后等待安装完成就可以了。
安装完成后，打开windows的命令提示符：
输入conda list 就可以查询现在安装了哪些库，常用的numpy, scipy名列其中。如果你还有什么包没有安装上，可以运行
conda install *** 来进行安装。（***为需要的包的名称）
如果某个包版本不是最新的，运行 conda update *** 就可以更新了。
三、简单测试
anaconda自带了一款编辑器spyder，我们以后就可以用这款编辑器来编写代码。
spyder.exe放在安装目录下的scripts里面，如我的是 D:/Anaconda3/scripts/spyder.exe, 直接双击就能运行。我们可以右键发送到桌面快捷方式，以后运行就比较方便了。
我们简单编写一个程序来测试一下安装是否成功，该程序用来打开一张图片并显示。首先准备一张图片，然后打开spyder，编写如下代码：
from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)将其中的d:/dog.jpg 改成你的图片位置
然后点击上面工具栏里的绿色三角进行运行，最终显示
如果右下角“ Ipython console" 能显示出图片，说明我们的运行环境安装成功。
我们可以选择右上角的 ” variable explorer" 来查看图片信息，如
我们可以把这个程序保存起来，注意python脚本文件的后缀名为py.
四、skimage包的子模块
skimage包的全称是scikit-image SciKit (toolkit for SciPy) ，它对scipy.ndimage进行了扩展，提供了更多的图片处理功能。它是由python语言编写的，由scipy 社区开发和维护。skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块列表如下：
| 子模块名称 | 主要实现功能 |
| io | 读取、保存和显示图片或视频 |
| data | 提供一些测试图片和样本数据 |
| color | 颜色空间变换 |
| filters | 图像增强、边缘检测、排序滤波器、自动阈值等 |
| draw | 操作于numpy数组上的基本图形绘制，包括线条、矩形、圆和文本等 |
| transform | 几何变换或其它变换，如旋转、拉伸和拉东变换等 |
| morphology | 形态学操作，如开闭运算、骨架提取等 |
| exposure | 图片强度调整，如亮度调整、直方图均衡等 |
| feature | 特征检测与提取等 |
| measure | 图像属性的测量，如相似性或等高线等 |
| segmentation | 图像分割 |
| restoration | 图像恢复 |
| util | 通用函数 |
用到一些图片处理的操作函数时，需要导入对应的子模块，如果需要导入多个子模块，则用逗号隔开，如：
from skimage import io,data,color
以上就是Anaconda和python在windows上安装的实例详解的详细内容，更多请关注Gxl网其它相关文章！
内容总结
以上是互联网集市为您收集整理的Anaconda和python在windows上安装的实例详解全部内容，希望文章能够帮你解决Anaconda和python在windows上安装的实例详解所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。