Anaconda下特殊软件安装和配置

最新推荐文章于 2026-05-09 15:09:25 发布
原创 最新推荐文章于 2026-05-09 15:09:25 发布 · 1.4k 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#anaconda #OpenCV
本文介绍如何设置Jupyter Notebook的默认启动目录，并提供了一种适用于Python 2.7版本的OpenCV安装方法。

设置Jupyter Notebook默认目录

1、打开Anaconda Prompt；
2、输入命令：jupyter notebook --generate-config
3、找到C:\Users\Username下的jupyter_notebook_config.py文件；
4、打开文件，并将文件中字段c.NotebookApp.notebook_dir = ''更改为E:\Jupyter（假设设定目录为E:\Jupyter），并删除改行行首的#号。

Anaconda 下安装OpenCV

1、以管理员身份打开Anaconda Prompt；
2、命令窗口下输入：conda install -c https://conda.binstar.org/menpo opencv

更正：目前OpenCV仅支持Python 2.7版本，按上述方式安装的OpenCV不能正常使用，应该按如下方式进行安装。

1、下载并安装python2.7 版本对应的Anaconda；
2、下载并解压OpenCV，并将opencv\build\python\2.7\x64\cv2.pyd拷贝到Anaconda2\Lib\site-packages\目录下即可。

Anaconda安装找不到prompt问题全解析：从环境配置到高效解决方案
2600_94960139的博客
01-23 538
通过这次问题排查，我深刻体会到环境配置的重要性。一个看似简单的安装问题，背后可能涉及系统权限、路径解析、环境变量等多个知识点。养成记录安装选项的习惯，方便问题回溯理解工具链的工作原理，而不仅是表面操作建立自己的问题排查清单，提高效率保持环境干净，定期清理无用安装如果你正在学习Python和数据科学，一个稳定的Anaconda环境是必不可少的。建议按照本文的方法先解决Prompt问题，然后可以尝试从0打造个人豆包实时通话AI这样的动手实验，把环境用起来。
Anaconda及Jupyter Notebook介绍（日月光华出版）
weixin_39303781的博客
10-03 557
视频地址：https://www.bilibili.com/video/BV1Z7411L7dy?p=5 1.从清华镜像下载 安装了Anaconda之后，不需要再安装phtyon 安装完怎么进入phthon解释器：在左下角搜索Anaconda Prompt(命令行安装软件包)进入–>输入python 调用软件包： Import pandas as pd Import numpy as np ipython是增强的python解释器：输入iphthon进入 Anadconda提供了一个包管理工具（
Miniconda安装与使用教程
星哲最开心
05-09 657
需要我帮你根据你的具体路径和需求，生成一份可以直接复制执行的「创建+激活+安装PyTorch」的完整命令吗？、Python 3.9 的环境。成功标志：终端前缀变为。
Linux安装程序Anaconda分析
chuifuhuo6864的博客
07-29 152
1、概述 Anaconda是RedHat、CentOS、Fedora等Linux的安装管理程序。它可以提供文本、图形等安装管理方式，并支持Kickstart等脚本提供自动安装的功能。此外，其还支持许多启动参数，熟悉这些参数可为安装带来很多方便。该程序的功能是把位于光盘或其他源上的...
Python数据预处理中的LabelEncoder与OneHotEncoder
热门推荐
quintind的专栏
04-08 5万+
1、LabelEncoder LabelEncoder是用来对分类型特征值进行编码，即对不连续的数值或文本进行编码。其中包含以下常用方法： fit(y) ：fit可看做一本空字典，y可看作要塞到字典中的词。 fit_transform(y)：相当于先进行fit再进行transform，即把y塞到字典中去以后再进行transform得到索引值。 inverse_transform(y)：根...
诡异错误二：TypeError: data type not understood
quintind的专栏
08-18 4万+
如何使用Python产生一个数组，数组的长度为1024，数组的元素全为0？很简单啊， 使用zeros(1024) 即可实现！如何产生一个2×1024的全0矩阵呢？是否是zeros(2,1024) ?若是上述这种写法就会出现 TypeError: data type not understood 这种错误； 正确的写法是 zeros((2,1024))，python的二维数据表示要用二层括号来进
诡异错误一： ValueError: embedded null character
quintind的专栏
08-18 2万+
使用如下语句读取名为0_xx.txt 文件时，遇到错误 ValueError: embedded null characterif __name__ == '__main__': fr = open("F:\eclipse_workspace\machine_learning_example\Ch02\trainningDigits\0_38.txt") for i in rang
pandas中的DataFrame按指定顺序输出所有列
quintind的专栏
03-25 1万+
问题： 输出新建的DataFrame对象时，DataFrame中各列的显示顺序和DataFrame定义中的顺序不一致。 例如： import pandas as pd grades = [48,99,75,80,42,80,72,68,36,78] df = pd.DataFrame( {'ID': ["x%d" % r for r in range(10)], 'Gender' : ['F...
Python分析A股市场财务报表经验总结
quintind的专栏
02-17 5499
1、读取具体目录下的文件名或目录名 import os path_root = 'F:\\data\\A股报表大全' dirs = os.listdir(path_root) for dir in dirs: print(dir) 2、csv文件内容的读取 （1）取出csv文件中指定的行 import csv path_lrb_year='F:\\data\\A股报表大全\\6...
Python中包、模块导入解释
quintind的专栏
10-29 5221
1、简单情形Python中的包、模块导入主要有两种方式：(1) import package.module (2) from package import module将模块导入当前程序之后，模块module中对应的属性attr使用方式分别是：(1) package.module.attr (2) module.attr由此可以总结模块中的成员引用规律： import导入的包，使用包中具体成员时要
基于决策树的网页分类（Python+Spark实现）
quintind的专栏
04-15 2626
1、网页分类问题 网页分类是一个经典的问题，例如：雅虎网站早期就是通过人工对网站进行分类以便于其他用户查找资料。网页分类的角度有多种，如：a、按网页类型（新闻、财经、体育、科技……）；b、按网页内容： 暂时性的（ephemeral）：文章只是在某一段时间内对读者有意义，过了这段时间就没有意义了，如：当日股市涨跌新闻； 长青的（evergreen）：读者长久会对这些文章感兴趣，如：理财观念、育...
机器学习算法系列——k近邻分类法
quintind的专栏
09-23 1954
1、基本思想给定一个训练数据集（这些数据集是已知类别的），对新输入的要对其进行分类的实例，从训练数据中找出与该实例最近的k个实例，这k个实例的多数属于某个类（类似于这k个实例对新数据投票），就把该输入实例分为这个类。2、数学理论2.1 算法描述输入：训练数据集 T={(x1,y1),(x2,y2),...,(xN,yN))}T=\{(x_1,y_1),(x_2,y_2),..
Python+Jupyter+Spark编程经验总结
quintind的专栏
04-01 1630
Jupyter中使用TAB键加速输入 Jupyter中编写程序时，有函数提示功能。在Jupyter中编写Spark程序对RDD进行操作时，在输入.之后，可以按TAB键自动补全要输入的“转换”或“行动”。 例如： 输入 rdd = sc.pa之后，再按TAB键就能自动补全rdd= sc.parallelize。在eclipse环境中编写spark程序时，提示功能更好用。 将程序输出按指定...
基于支持向量机的网页分类（Python+Spark实现）
quintind的专栏
04-22 1271
网页分类问题的介绍以及数据集的下载，见基于决策树的网页分类（Python+Spark实现） import sys from time import time import pandas as pd import matplotlib.pyplot as plt from pyspark import SparkConf, SparkContext from pyspark.mllib.class...
Eclipse kepler的PyDev Package Explorer环境下子包的创建
quintind的专栏
10-22 763
想到了就是一句话，右键单击项目 新建->PyDev Package ->弹出类似如下窗口。在Name对应的方框中输入supple.app的含义就是在supple包下创建子包app。若要在app之下再新建一个子包a，则需要输入supple.app.a。
易语言源码易语言电脑配机系统软件
最新发布
06-24
易语言源码易语言电脑配机系统软件
逆向工程基于ARM64 ELF的字符串加密分析：Android二进制程序密文恢复与动态解密算法逆向研究
06-24
内容概要：本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密，无法通过常规strings命令或IDA直接识别。作者通过分析发现，加密字符串存储在.rodata段，其解密所需信息（包括密文地址、长度和16位密钥）保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法，结合固定密钥KEY_TERM（由.data段24字节数据计算得出），实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本，并揭示了该保护机制的本质为代码混淆而非强加密，最终成功批量解密全部956条字符串，暴露程序真实行为，如shell命令模板、设备标识篡改、网络重置等操作。此外，文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群：具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标：①学习ELF二进制中字符串加密的典型实现方式与逆向突破口；②掌握从结构识别、函数追踪到算法还原的完整逆向流程；③理解“绑定二进制”的完整性校验设计及其局限性；④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议：此资源以实战案例驱动，不仅展示技术细节，更强调逆向思维与验证方法，建议读者结合IDA调试环境，逐步跟随文中步骤进行动态分析与算法验证，深入理解每一步的推理依据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值