Qeuroal's Blog

静幽正治

发表于 更新于 分类于

双系统时间不一致

  1. 首先我们把硬件时间（BIOS时间）将默认的UTC改为CST，然后重启，使得两个系统的时间保持一致

    1. 上述代码中的1改为0即可将硬件时间修改为默认的UTC时间: sudo timedatectl set-local-rtc 1
    2. 重启系统使改动生效: sudo reboot

  2. 接着我们更新一下系统时间

    1. 这里的操作是安装ntpdate工具: sudo apt-get install ntpdate
    2. 使用ntpdate工具从time.windows.com上面同步时间: sudo ntpdate time.windows.com

  3. 最后我们将时间更新到硬件上，以保证重启后改动不会被还原

    这里的代码意思是使用hwclock命令将本地时间localtime从sysclock同步到hwclock: sudo hwclock --localtime --systohc

Ubuntu 科学上网

  1. 点击这里下载AppImage
  2. 点击这里下载deb

注意：必须要安装 Python2、Python3，才可以使用
deb安装： sudo dpkg -i <deb文件>

Windows Defender关闭

  1. cmd 运行 regedit
  2. 定位到： HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\SecurityHealthService
  3. 在右侧找到 DWORD（32位） 值，名为 Start
  4. 修改数值数据为4(十六进制)
  5. 重启文件资源管理器，或注销再登录/重启系统

注意:

  1. 如果你安装第三方杀软或安全软件，Windows Defender会自动被关闭。
  2. start的默认值为 3

Ubuntu 安装字体

详见Ubuntu配置Win10字体

Ubuntu 安装zsh

  1. git、vim、oh-my-zsh 的安装和配置
  2. Linux 安装 oh-my-zsh

Ubuntu不能访问Windows下的磁盘

  1. 控制面板—系统和安全—电源选项—选择电源按钮的功能
  2. 首先点击上部分的 更改当前不可用的设置
  3. 然后去掉 启用快速启动（推荐） 前面的勾即可
  4. 这个时候再选择Windows关机后，就是完全关机了

不能读取exfat格式的u盘问题

  1. Ubuntu默认不支持exfat格式的U盘，只需要运行如下的命令：sudo apt-get install exfat-utils
  2. 安装完成后重启即可

不能挂载移动硬盘问题

  1. 在终端输入如下命令，查看分区挂载情况： sudo fdisk -l
  2. 输入下面的命令： sudo ntfsfix /dev/sdb1

    注意：/dev/sdb1 为移动硬盘的设备名，找到硬盘size对应的设备名

Ubuntu 查找文件

  1. 命令：locate <文件名>
  2. 网址：在ubuntu中搜索文件或文件夹的方法

Ubuntu 更新慢

  1. 步骤:

    1. 选择 软件和更新
    2. 打开 软件和更新窗口
    3. 我们点击 Ubuntu软件 选项卡下的 其他站点
    4. 这里有好多国外的源及我们国内的源，我也试了不少，我目前使用的是aliyun的源，感觉速度还不错，其他国内的速度也都不可以，大家也可以试试。不要怕麻烦，就是要折腾
    5. 我们选择 mirrors.aliyun.com，然后点击 选择服务器
    6. 同样需要我们密码认证
    7. 修改成功
    8. 等待系统更新完毕,源更新成功后，会自动关闭窗口。此时，我们安装软件或更新软件（系统）就是用的我们选择的源啦。

  2. 网址：Ubuntu加快软件安装更新速度方法

发表于 更新于 分类于

Python工程的组织结构

包、模块、类、函数、变量

  • 最顶级的组织结构：包(文件夹)
  • 第二个层级：模块(文件)
  • 第三个层级：类
  • 第四个层级：函数、变量(不属于组织结构，是类本身的特性)

其中：

  1. 包：整个文件夹
  2. 模块：一个 py 文件

Python包与模块的名字

区分不同包的同名模块：包名.模块名
形成的模块的路径叫做命名空间
一个包下面可以有子包，模块可以和包平级
普通文件夹想要变成包必须要有init.py文件
__init__.py 本身也是一个模块，可以不写内容只是标注包
特殊地，__init__.py 模块的名字就是包名

__init__.py用途

__init__.py 该文件的作用就是相当于把自身整个文件夹当作一个包来管理，每当有外部import的时候，就会自动执行里面的函数。

import导入模块

对于重复的定义需要从其他模块里引用。
利用 import 模块名 导入

1
2
3
4
5
6
# PackageTest1.Test1
a = 1

# PackageTest1.Test2
import Test1
print(Test1.a)

import导入的总是模块，需要用模块名.变量名的方法引用
可以用as简化书写

1
2
3
4
5
6
# PackageTest1.Test1
a = 1

# PackageTest1.Test2
import Test1 as t1
print(t1.a)

同级目录可以直接导入模块
优点是可以一眼看出属于哪个模块

from import 导入变量

1
2
3
# PackageTest1.Test2
from c1 import a
print(a)

可以使用 from 包 import 模块 导入模块
导入时使用 模块.变量
导入大量变量时用 *：

1
2
3
4
5
6
7
8
9
10
# PackageTest1.Test1
a = 1
b = 1
c = 1

# PackageTest1.Test2
from Test1 import *
print(a)
print(b)
print(c)

控制 *

1
2
3
4
5
6
7
8
9
10
11
12
# PackageTest1.Test1
__all__ = ['a', 'b']
a = 1
b = 1
c = 1


# PackageTest1.Test2
from Test1 import *
print(a)
print(b)
print(c) # 这里会报错，因为没有导入c

注意

  1. 使用 * 导入时，导入的是在所在包中 __init__.py 存在的变量
  2. 文件目录：

    initTest

    PackageTest1

    __init__.py
    Test1.py

    Test2.py

    Test.py

    其中：

    PackageTest1.__init__.py

    1
    2
    3
    4
    5
    import pandas as pd
    import numpy as np

    print("You have imported mypackage")
    # __all__ = ['pd', 'np'] # 这里不需要 __all__ 控制

    PackageTest1.Test1.py

    1
    2
    3
    4
    5
    6
    7
    from __init__ import * # 可以使用所在包中的 __init__ 导入大量的包
        
    class Test1():
       
       def __init__(self):
             a = np.array([i for i in range(10)])
       print(a)

    Test.py

    1
    2
    3
    4
    from PackageTest1 import * # 因为 PackageTest1.__init__ 中只有 pd, np 这两个变量，因此使用 * 只导入进来了 pd, np
    from PackageTest1.Test1 import Test1 # 因为在 PackageTest1.__init__ 中没有 Test1 这个模块，更没有 Test1 这个类，因此想要使用必须自行导入
        
    Test1()

在 PackageTest1.__init__ 中导入 Test1 模块、类

  1. 导入 Test1 模块
    在 PackageTest1.__init__.py中添加 import PackageTest1.Test1 就可以在 Test.py中使用 Test1.Test1() 创建 Test1 类了。
  2. 导入 Test1 类
    1. 在 PackageTest1.__init__.py中添加 from PackageTest1.Test1 import Test1 就可以在 Test.py中使用 Test1() 创建 Test1 类了。
    2. 在 PackageTest1.__init__.py中添加 import PackageTest1.Test1 是错误的，会报错: ModuleNotFoundError: No module named 'PackageTest1.Test1.Test1'; 'PackageTest1.Test1' is not a package

__init__.py 用法

  1. 当包被导入时，__init__.py 会首先被自动执行，类似于构造函数
  2. __init__.py 的应用场景
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    # PackageTest1.__init__.py
    __all__ = ['a','b']    #初始化*

    import sys        #批量导入库
    import datetime
    import io


    #Test.py
    import Test1
    print(Test1.sys.path)

    此时引用因为不是用的 * , 所以必须使用 包.类.成员函数 进行调用。

多层目录各层互相调用

pacgage1

__init__.py
test1.py
test2.py

test3.py

test3 调用 package1，而 test1 调用 test2，此时，在 package1.__init__.py 中添加路径，如下：

1
2
import sys
sys.path.append("./package")

包与模块的几个常见错误

  1. 包和模块是不会被重复导入的，只会执行一次(入口文件的概念)
  2. 避免循环导入，不要形成闭环
  3. 导入模块的时候会执行模块里所有的代码
  4. 如果使用 if __name__ == '__main__' 则不会执行该代码块中的代码

发表于 更新于 分类于

Windows环境

1. 安装 CUDA 和 cudnn

  1. 安装 CUDA

    1. 查看显卡信息，[CUDA版本和驱动版本的对照表]

    2. 下载对应的cuda，[CUDA各个版本下载地址]

      最高的版本：低事实最高版本一个级别

      最好低最高版本低几个版本。

    3. 安装cuda，勾掉以下3个：

      1. NVIDIA Geforce Experience ……
      2. CUDA 下 Visual Studio ……
      3. driver …… 下 display driver

    4. 其他默认即可

    5. 注意：版本对照等重要信息见文末的参考资料

      问题:我的显卡比10.1大，但是没问题，

  2. 安装 cudnn

    1. 下载和 CUDA 对应的版本（建议不要下载最新的，看好官方文档在决定下载哪个）点击这里下载
    2. 解压
    3. 该文件名为 cudnn
    4. 复制到目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2 下

  3. 添加环境变量，详见参考资料

2. 安装 Tensorflow

  1. 安装 Tensorflow-cpu 版：
    1
    pip install --upgrade tensorflow
  2. 安装 Tensorflow-gpu 版：
    1
    pip install --upgrade tensorflow-gpu

3. 报错

  1. 报错信息：
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    Traceback (most recent call last):
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper
    return importlib.import_module(mname)
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module
    return _bootstrap._gcd_import(name[level:], package, level)
    File "<frozen importlib._bootstrap>", line 986, in _gcd_import
    File "<frozen importlib._bootstrap>", line 969, in _find_and_load
    File "<frozen importlib._bootstrap>", line 958, in _find_and_load_unlocked
    File "<frozen importlib._bootstrap>", line 666, in _load_unlocked
    File "<frozen importlib._bootstrap>", line 577, in module_from_spec
    File "<frozen importlib._bootstrap_external>", line 906, in create_module
    File "<frozen importlib._bootstrap>", line 222, in _call_with_frames_removed
    ImportError: DLL load failed: 找不到指定的模块。
     
     
    During handling of the above exception, another exception occurred:
     
     
    Traceback (most recent call last):
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper
    return importlib.import_module('_pywrap_tensorflow_internal')
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module
    return _bootstrap._gcd_import(name[level:], package, level)
    ImportError: No module named '_pywrap_tensorflow_internal'
     
     
    During handling of the above exception, another exception occurred:
     
     
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
    from tensorflow.python import *
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\__init__.py", line 51, in <module>
    from tensorflow.python import pywrap_tensorflow
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 52, in <module>
    raise ImportError(msg)
    ImportError: Traceback (most recent call last):
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper
    return importlib.import_module(mname)
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module
    return _bootstrap._gcd_import(name[level:], package, level)
    File "<frozen importlib._bootstrap>", line 986, in _gcd_import
    File "<frozen importlib._bootstrap>", line 969, in _find_and_load
    File "<frozen importlib._bootstrap>", line 958, in _find_and_load_unlocked
    File "<frozen importlib._bootstrap>", line 666, in _load_unlocked
    File "<frozen importlib._bootstrap>", line 577, in module_from_spec
    File "<frozen importlib._bootstrap_external>", line 906, in create_module
    File "<frozen importlib._bootstrap>", line 222, in _call_with_frames_removed
    ImportError: DLL load failed: 找不到指定的模块。
     
     
    During handling of the above exception, another exception occurred:
     
     
    Traceback (most recent call last):
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper
    return importlib.import_module('_pywrap_tensorflow_internal')
    File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module
    return _bootstrap._gcd_import(name[level:], package, level)
    ImportError: No module named '_pywrap_tensorflow_internal'
     
    Failed to load the native TensorFlow runtime.
     
    See https://www.tensorflow.org/install/install_sources#common_installation_problems
     
    for some common reasons and solutions. Include the entire stack trace
    above this error message when asking for help.
  2. 安装 vs2019即可：
  3. 选中：
    1. 通用 Windows 平台开发
    2. .NET 桌面开发
    3. ASP.NET 和 Web开发

4. 检测是不是用的 GPU:

  1. tf.test.is_gpu_available()
  2. 如下：
1
2
3
from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())

参考资料

参考视频 1kc2

安装文件 qlgj

Ubuntu环境

安装 CUDA

  1. 查看显卡信息

    1
    $ nvidia-smi

    会得到以下信息:

    其中:

    版本
    显卡驱动 450.51.05
    cuda 11.0

    Note:

    1. 若没有安装过NVIDIA，那么 nvidia-smi 会报错，可直接安装cuda，因为cuda会自动安装显卡驱动
    2. 若安装完cuda， nvidia-smi 仍报错，那么重启就可以了。

  2. 下载cuda [点击这里下载]

    注意：选择和自己系统相匹配的（在下安装的是11.0）

    网站会给出相应的安装命令，如下：

    1
    2
    3
    4
    5
    6
    7
    wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
    sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
    wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda-repo-ubuntu1804-11-0-local_11.0.2-450.51.05-1_amd64.deb
    sudo dpkg -i cuda-repo-ubuntu1804-11-0-local_11.0.2-450.51.05-1_amd64.deb
    sudo apt-key add /var/cuda-repo-ubuntu1804-11-0-local/7fa2af80.pub
    sudo apt-get update
    sudo apt-get -y install cuda

    Note: 若 wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda-repo-ubuntu1804-11-0-local_11.0.2-450.51.05-1_amd64.deb 下载太慢，那么用浏览器打开 wget 后面的网址即可浏览器下载。

cudnn

  1. 添加 cudnn 环境变量

    1. [cuDNN下载地址]

      Note: 一定要下载与cuda相对应的版本，如：cuDNN Library for Linux (x86_64)

    2. 配置环境变量

      1. 在 .bashrc 添加如下：

        1
        2
        export PATH="/usr/local/<cuda-11.0>/bin/:$PATH"
        export LD_LIBRARY_PATH="/home/<username>/cuda/lib64:$LD_LIBRARY_PATH" # cudnn解压的路径

  2. 查看cuda和cudnn是否安装成功

    1
    nvcc -V

    如果安装成功会得到以下信息：

    1
    2
    3
    4
    5
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2020 NVIDIA Corporation
    Built on Thu_Jun_11_22:26:38_PDT_2020
    Cuda compilation tools, release 11.0, V11.0.194
    Build cuda_11.0_bu.TC445_37.28540450_0

  3. 安装 tensorflow
    点击这里查看github教程

    PS: 最好使用科学上网

  4. 检测 tensorflow-gpu 是否安装成功

    1
    2
    3
    import tensorflow as tf

    print(tf.test.is_gpu_available())

Linux多版本CUDA安装/多版本切换

本机系统信息

CUDA版本和显卡驱动

1
nvidia-smi

目前CUDA版本为11.6，如下图所示，显卡驱动为510.47.03（根据下面的对照表，降级成CUDA10.2没问题）

ubuntu系统版本和架构

1
2
$ uname
$ lsb_release -a

CUDA版本和驱动版本的对照表

见[Table 3 CUDA Toolkit and Corresponding Driver Versions]

如上图所示，像CUDA10.2版本，需要440.33以上的显卡驱动。例如，如果你通过nvidia-smi命令获得的显卡驱动号大于440.33,你可以将CUDA 11降到10.2是完全没有问题的。而如果你的显卡驱动号是396.26，那么你只能在CUDA7/8/9上进行切换。

因此显卡驱动总是越高越好，依赖关系为：

  • 操作系统版本最优先
  • 显卡驱动次之
  • CUDA再次之+Cudnn
  • 最后是python库，如pytorch版本

下载CUDA

下载网址：[https://developer.nvidia.com/cuda-toolkit-archive]

运行如下wget命令在服务器安装cuda的目录下：

将下载好的文件执行以下操作：

  • 进入到该目录下，使用chmod 755 cuda_10.2.89_440.33.01_linux.run更改文件的执行权限。
  • 不是管理员用户，因此无法使用sudo安装，直接执行以下命令即可 sh cuda_10.2.89_440.33.01_linux.run

安装CUDA

  1. 输入accept接收协议
  2. 选择***只安装CUDA Toolkit***，选择Option回车进入
  3. 修改安装路径

前提：如下使用的两个目录需要先创建

  • /home/<username>/cuda-10.2/
  • /home/<username>/cuda-10.2/mylib/

PS: 这两个目录可以随便换

先选择Toolkit Options回车进入

选择Change Toolkit Install Path回车，输入自定义的CUDA安装目录：

1
/home/<username>/cuda-10.2/
更改`Library install path` 
1
/home/<username>/cuda-10.2/mylib

安装成功

此时nvcc还是显示原来的CUDA版本，还需要修改本地文件，如下：

修改环境配置文件

直接使用源文件夹

修改命令相关参数，执行如下命令：

1
vim ~/.bashrc

在最下方添加刚刚安装cuda的路径：

1
2
export PATH="/home/<username>/<cuda-10.2>/bin:$PATH"
export LD_LIBRARY_PATH="/home/<username>/cuda-10.2/lib64:/home/<username>/<cuda-10.2>/mylib/lib64:$LD_LIBRARY_PATH"

之前的CUDA路径可以注释掉，方便之后使用

保存之后，执行以下命令，使配置生效：

1
source~/.bashrc

查看效果：nvcc -V

显示CUDA 10.2，已经安装成功

ln映射文件夹

1
$ ln -s /home/<username>/<cuda-10.2> /usr/local/cuda

PS: /usr/local/cuda 目录可以换

修改命令相关参数，执行如下命令：

1
vim ~/.bashrc

在最下方添加刚刚安装cuda的路径：

1
2
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:/usr/local/cuda/mylib/lib64:$LD_LIBRARY_PATH"

参考链接

发表于 更新于 分类于

Anaconda创建的虚拟环境多用户共享访问使用

在服务器上的sudo用户安装了anaconda，假设现在配置了虚拟的环境pytorch，需要怎么设置配置文件，才能保证连接服务器的别的标准用户（不具有sudo权限）怎么可以用到这个环境.

软件下载

建议使用国内源，例如清华大学开源软件镜像站。下载对应架构的安装包，例如 Anaconda3-2022.05-Linux-x86_64.sh。注意下载的是 anaconda3。下面假定你在 root 用户中执行指令，并且之前没有安装过 anaconda。

软件安装

  1. 运行下载的文件

    通过 chmod +x 为它增加执行权限

  2. 回车开始安装

  3. 阅读并输入 yes

  4. 指定安装目录，例如 /opt/anaconda3. (不要放在 root 根目录（~）下。)

  5. 等待安装完成

用户组与目录权限

为了使 anaconda 的文件仍归 root 所有，我们将新建一个用户组来为其余用户提供访问权限

1
2
3
4
5
6
groupadd condagroup # 新建一个名为 condagroup 的组；可以使用其它名称
adduser <username> condagroup  # 将需要的用户加入该组
chgrp -R condagroup /opt/anaconda3  # 将安装目录转给该组
chmod 770 -R /opt/anaconda3  # 设置 root 用户与 condagroup 组的读写权限
find /opt/anaconda3 -type d -exec chmod g+s {} +  # 设置组继承，使以后新建的文件夹仍属于 condagroup 组
chmod g-w /opt/anaconda3/envs  # 共享环境只能由 root 修改

新环境位置

接下来，为了确保其余用户可以正确地在自己的目录中使用 -n <name> 新建环境，还要创建系统级的 anaconda 配置文件。在安装目录下(/opt/anaconda3)新建.condarc文件并写入

1
2
3
envs_dirs:
  - /opt/anaconda3/envs
  - ~/.conda/envs

根据 Conda configuration，envs_dirs是搜索命名环境的目录列表。创建新的命名环境时将放置在第一个可写位置，因此 root 用户将默认创建在安装目录下，成为共享环境，而其余用户会创建在自己的主目录中。

关于更多的管理选项，参见 Administering a multi-user conda installation。

你可能会想把这个文件的权限设为 644来避免被其余用户改动。这也是默认行为，因为 root 用户的默认 umask 是 0022。我们接下来将介绍这个 umask 可能带来的问题。

关于 umask

umask 控制新建文件的权限，简单来说是对指定的权限位进行排除。详细信息参见它的维基百科。

前述文件共享的机制是通过组读写权限完成的，意味着 anaconda 的文件需要有用户组的读与写权限。普通用户的默认 umask 是 0002，提供了用户组写仅限，但 root 用户的0022并没有。因此在使用 root 用户创建共享环境前需要修改 umask。

1
2
3
umask 0002
conda create -n env_name python  # 示例
umask 0022  # 你可能会想恢复原值

否则会导致其它用户无权访问某些新下载的包的缓存等问题。在这种情况下，可以找到相应的文件并为其附加用户组写权限chmod g+w。

新增用户

现在你已经安装好了想要的 anaconda。如果有新用户，只需将其加入condagroup用户组，即可使用共享环境或创建新环境。

conda 环境配置

方法1: 局部(用户)配置 (Recommend)

以普通用户执行如下操作, 但是需要在所有的权限设置完毕之后方可使用

  1. 运行命令 eval "$(/opt/anaconda3/bin/conda shell.<YOUR_SHELL_NAME> hook)"

    如: eval "$(/opt/anaconda3/bin/conda shell.zsh hook)"

  2. 运行命令 conda init 或 conda init <YOUR_SHELL_NAME>

    注: conda init 好像只会修改 .bashrc 文件

  3. 设置关闭自启动base环境

    1
    conda config --set auto_activate_base false

    或者修改文件 ~/.condarc

    1
    auto_activate_base: false

方法2: 全局(root)配置 (Not recommend)

以root用户进行如下操作

  1. 使用vim打开 /etc/profile, 在末尾添加

    1
    export PATH=/opt/anaconda3/bin:$PATH

    目的是为了让各用户的终端都能找到conda并运行。如果你安装在其它位置，请对应地更改目录值（下同）

  2. 运行 source /etc/profile 应用这项更改

方法3: 直接配置.bashrc或.zshrc

  1. vim ~/.bashrc

  2. 在最后一行添加： 

    1
    export PATH="/opt/anaconda3/bin:$PATH"

  3. 用来激活环境变量

    1
    source ~/.bashrc

  4. 激活：

    • source activate
    • conda activate

  5. 退出激活：

    • source deactivate
    • conda deactivate

常见问题

Q: conda create 创建的目录不在 ~/.conda/envs

A: 删除 /opt/anaconda3/envs/.conda_envs_dir_test 文件

参考:

激活环境时设置环境变量

假设环境名为 env_name, 在env_name环境目录中, 创建文件夹 etc/conda/activate.d。在该文件夹下，创建 *.sh (linux/macos) 或 *.bat (windows) 文件, 将需设置的环境变量或脚本写入其中, 并通过 chmod +x *.sh 添加可执行权限. 当激活虚拟环境时, 该脚本自动运行.

分步骤如下:

  1. 在你的虚拟环境的 etc/conda/activate.d/ 目录下创建一个脚本文件

    1
    2
    3
    conda activate env_name
    mkdir -p $CONDA_PREFIX/etc/conda/activate.d
    touch $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh

  2. 编辑env_vars.sh文件，添加你需要的环境变量：

    1
    2
    3
    4
    #!/bin/sh

    export MY_VAR="my_value"
    export ANOTHER_VAR="another_value"

  3. 为 env_vars.sh 添加可执行权限:

    1
    chmod +x $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh

QAs

  1. UnicodeEncodeError: ‘ascii’ codec can’t encode character ‘\xe4’ in position 89: ordinal not in range(128)

    • 原因: 字符编码问题

    • 解决方案:

      • 方法1: 临时生效

        1. 运行命令

          1
          2
          export LANG="en_US.UTF-8"
          export LC_ALL="en_US.UTF-8"

        2. 再执行你需要执行的命令即可

      • 方法2: 当前用户永久生效

        有时 Linux 系统中编码并不能统一使用，而是只针对某用户下才使用该编码，即当使用 FineBI 的时候，在该系统用户下才能使用该编码。因此编辑配置文件时需要在该用户下编辑。

        1. 打开 ~/.bash_profile

          1
          vim ~/.bash_profile

        2. 在最后一行后面追加:

          1
          2
          export LANG="en_US.UTF-8"
          export LC_ALL="en_US.UTF-8"

        3. 重启终端或运行 source ~/.bash_profile

        注：~/.bash_profile 是每个用户都可使用该文件输入专用于自己使用的 shell 信息。

      • 方法3: 系统级对所有用户永久有效

        对整个系统都有效的修改方式，使整个系统都适应于该系统编码。该方法是在系统配置文件中添加编码方式将默认的方式覆盖掉。执行的命令如下：

        1. 打开 profile

          1
          vim /etc/profile

        2. 打开文件后在最后一行后面追加：

          1
          2
          export LANG="en_US.UTF-8"
          export LC_ALL="en_US.UTF-8"

        3. 重启终端或运行 source /etc/profile

      • 方法4: 使用 locale-gen 和 /etc/locale.conf

        当需要生成并设置系统的默认语言环境时使用。

        1. 编辑 /etc/locale.gen，去掉 en_US.UTF-8 UTF-8 以及 zh_CN.UTF-8 UTF-8 行前的注释符号（#）：

          1
          vim /etc/locale.gen

        2. 然后使用如下命令生成 locale：

          1
          locale-gen

        3. 向 /etc/locale.conf 输入内容：

          1
          echo 'LANG=en_US.UTF-8'  > /etc/locale.conf

发表于 更新于 分类于

重点

如果要改变变量的值就用指针，不改变就用变量本身；使用变量本身，那么相当于读取，对原来的数据没有任何影响。

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
#include <iostream>

using namespace std;

typedef struct Node {
   int data;
   struct Node *next;
}Node;

typedef struct Node *LinkList;

void initLinkList(LinkList *L)
{
   (*L) = new Node;
   (*L)->data = 0;
   (*L)->next = NULL;
}

bool insertLinkList(LinkList head, int pos, int value)
{
   LinkList p = head, t;
   int j = 1;

   while (p && j < pos) {
      p = p->next;
      j++;
   }

   if (!(p) || j > pos) return false;

   t = new Node;
   t->data = value;
   t->next = p->next;
   p->next = t;
   head->data++;

   return true;
}


bool deleteLinkList(LinkList l, int pos, int *value)
{
   LinkList p = l, q;
   int j = 1;

   while (p->next && j < pos) {
      p = p->next;
      j++;
   }

   if (!(p->next) || j > pos) return false;

   q = p->next;
   p->next = q->next;
   delete(q);
   l->data--;
   return true;
}

void clearLinkList(LinkList l)
{
   LinkList p = l->next, q;
   l->next = NULL;
   while (p) {
      q = p->next;
      delete (p);
      p = q;
      l->data--;
   }
}

void showLinkList(LinkList l)
{
   cout << "Length is " << l->data << endl;
   l = l->next;
   while (l) {
      cout << l->data << "\t";
      l = l->next;
   }
   cout << endl;

   return ;
}

int main()
{
   LinkList head = NULL;
   initLinkList(&head);

   int value_del;
   deleteLinkList(head, 1, &value_del);
   
   for (int i = 1; i <= 10; i++) {
      insertLinkList(head, i, i);
   }
   insertLinkList(head, 4, 10);
   showLinkList(head);

   deleteLinkList(head, 4, &value_del);
   showLinkList(head);

   clearLinkList(head);
   showLinkList(head);

   return 0;
}

详解

  1. 该链表是有头结点的链表；
  2. 什么时候用 LinkList L 和 LinkList *L：
    1. 需要改变指针的值的时候用 LinkList *L，若对指针的值没有改变时，使用 LinkList L
  3. 链表注意事项：
    1. LinkList head;只是定义了一个 变量名为head的指针变量，是一个野指针，那么需要在定义的时候进行初始化，即：LinkList head = NULL
    2. 想要使用 head 指向头结点，需要自己 new 一个结构体，将这个结构体的地址赋给 head
  4. insertLinkList 和 deleteLinkList的异同：
    1. insertLinkList 和 deleteLinkList不论在位置 pos 处插入一个结点还是在pos处删除结点，都是对 pos-1 进行操作。
    2. 在使用 while 循环时，insertLinkList是以第j个位置为判断对象，而 deleteLinkList是以第j+1个位置为判断对象的（其中：头结点为第1个位置）。

发表于 更新于 分类于

字体下载

推荐使用 JetBrainsMono Nerd Font

网站

Nerd Fonts

单独字体

  • JetBrainsMono Nerd Font 下载方式(3选1):

  • Hack Nerd Font Github

  • Caskaydia Cove Nerd Font Github

  • MesloLGS NF Github(官网)

    1
    2
    3
    4
    5
    mkdir fonts
    curl -o ./fonts/MesloLGS\ NF\ Regular.ttf https://raw.githubusercontent.com/romkatv/powerlevel10k-media/master/MesloLGS%20NF%20Regular.ttf
    curl -o ./fonts/MesloLGS\ NF\ Bold.ttf https://raw.githubusercontent.com/romkatv/powerlevel10k-media/master/MesloLGS%20NF%20Bold.ttf
    curl -o ./fonts/MesloLGS\ NF\ Italic.ttf https://raw.githubusercontent.com/romkatv/powerlevel10k-media/master/MesloLGS%20NF%20Italic.ttf
    curl -o ./fonts/MesloLGS\ NF\ Bold\ Italic.ttf https://raw.githubusercontent.com/romkatv/powerlevel10k-media/master/MesloLGS%20NF%20Bold%20Italic.ttf

Ubuntu安装win10字体

  1. 进入windows : /media/qeuro/系统/Windows/Fonts

  2. sudo cp *.ttf ~/桌面/WinFonts

  3. sudo cp *.TTF ~/桌面/WinFonts

  4. cd ~/桌面

  5. sudo mv WinFonts /usr/share/fonts/

  6. sudo chmod -R 755 /usr/share/fonts/WinFonts

  7. sudo mkfontscale && sudo mkfontdir && sudo fc-cache -fv

  8. 字体名称对照：

    ttf 字体
    arial.ttf Arial
    couri.ttf Courier New
    times.ttf Times New Roman
    timesbd.ttf Times New Roman Bole
    FZSTK.TTF 方正舒体
    FZYTK.TTF 方正姚体
    msyh.ttf 微软雅黑
    msyhbd.ttf 微软雅黑Bold
    simfang.ttf 仿宋GB_2312
    simhei.ttf 黑体
    simkai.ttf 楷体GB_2312
    SIMLI.TTF 隶书
    simsun.ttc 宋体、宋体PUA、新宋体
    SIMYOU.TTF 幼圆
    STCAIYUN.TTF 华文彩云
    STFANGSO.TTF 华文仿宋
    STHUPO.TTF 华文琥珀
    STKAITI.TTF 华文楷体
    STLITI.TTF 华文隶书
    STSONG.TTF 华文宋体
    STXIHEI.TTF 华文细黑
    STXINGKA.TTF 华文行楷
    STXINWEI.TTF 华文新魏
    STZHONGS.TTF 华文中宋
    SURSONG.TTF 宋体-方正超大字符集

发表于 更新于 分类于

  1. Cupertino:图标 —— icons

  2. dash-to-dock-gnome:dash to dock

  3. grub2-themes-master:grub启动界面 —— sudo ./install.sh -v

  4. High_Ubunterra_CC : Ubuntu 锁屏启动界面（模糊的那个）

  5. Mojave-light: 主题 —— themes

  6. suadesplas: 启动动画

  7. 美化网址有去除启动时紫框的说明是：https://www.cnblogs.com/feipeng8848/p/8970556.html

    即：找到/boot/grub/grub.cfg文件，找到这样一行： if background_color 44,0,30,0;修改成 if background_color 0,0,0,0;就会去除grub在选中Ubuntu系统之后出现的短暂的紫色。

  8. 美化网址：

    1. https://www.cnblogs.com/feipeng8848/p/8970556.html
    2. https://blog.csdn.net/weixin_40389121/article/details/81703577
    3. https://www.cnblogs.com/lishanlei/p/9090404.html

发表于 更新于 分类于

清理

  • sudo apt-get purge -y --auto-remove

坑

  1. grub启动界面：直接使用 sudo ./install.sh -v，而不是sudo ./install.sh -v -2
  2. 安装微软字体库时，使用Tab健选择确定
  3. 搜狗输入法 如果调到第一门语言就会乱码(可能有的电脑没问题)
  4. 安装好anaconda后是没有图标的
  5. 安装anaocnda直接 bash anaconda.sh
  6. 安装anaconda之前应该先安装 Vscode

发表于 更新于 分类于

代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
from mpl_toolkits.mplot3d import Axes3D

# 解决中文乱码问题
# myfont = fm.FontProperties(fname='/home/zk/study/python_lessions/DataVisualiztion/Library/Fonts/simsun.ttc', size=14
myfont = 'kaiti'
matplotlib.rcParams["axes.unicode_minus"] = False

def simple_plot():
   """
   simple plot
   :return:
   """
   #生成画布
   plt.figure(figsize=(8,6), dpi=80)

   #打开交互模式
   plt.ion()

   # 循环
   for index in range(100):
      #清除原有图像
      plt.cla()
      #设定标题等
      plt.title("动态曲线图",fontproperties=myfont)
      plt.grid(True)

      #生成测试数据
      x = np.linspace(-np.pi + index, np.pi+0.1*index, 256,endpoint=True)

      y_cos, y_sin = np.cos(x),np.sin(x)

      # 设置ｘ轴
      plt.xlabel("x轴", fontproperties= myfont)
      plt.xlim(-4 + 0.1*index,4 + 0.1*index)
      plt.xticks(np.linspace(-4 + 0.1 * index, 4 + 0.1 * index, 9, endpoint=True))
      # 设置Y轴
      plt.ylabel("Y轴", fontproperties=myfont)
      plt.ylim(-1.0, 1.0)
      plt.yticks(np.linspace(-1, 1, 9, endpoint=True))

      # 画两条曲线
      plt.plot(x, y_cos, "b--", linewidth=2.0, label="cos示例")
      plt.plot(x, y_sin, "g-", linewidth=2.0, label="sin示例")


      # 设置图例位置,loc可以为[upper, lower, left, right, center]
      plt.legend(loc="upper left", prop={'family': "kaiti"}, shadow=True)

      # 暂停
      plt.pause(0.1)

   # 关闭交互模式
   plt.ioff()

   # 图形显示
   plt.show()
   return


if __name__ == '__main__':
   simple_plot()

注意：

  1. 如果没有交互模式 那么就不能动态绘图
  2. plt.figure是可以自己显示画板的
0%