Opsætning af udviklingsmiljøet
Brug af Jupyter Notebook og Anaconda
Opsætning af udviklingsmiljøet er en gratis Python Academy-lektion på CoddyKit. Dette er lektion 5 af 5. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Python Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Python Academy-kurset indeholder 5 lektioner i alt.
Jupyter Notebook og Anaconda
Opsætning af udviklingsmiljøet
For at begynde at arbejde på AI-projekter i Python er det vigtigt at opsætte et udviklingsmiljø. I denne lektion bliver du guidet gennem installation og brug af Jupyter Notebook og Anaconda, som er to effektive værktøjer til Python-programmering.

Hvad er Jupyter Notebook?
Jupyter Notebook er et interaktivt miljø til at skrive og køre Python-kode. Det bruges bredt inden for datavidenskab og AI-projekter, fordi det kan vise kode, resultater og visualiseringer samlet i ét dokument.
Hvad er Anaconda?
Anaconda er en Python-distribution, der gør det nemmere at opsætte Python-miljøer. Den indeholder vigtige biblioteker som NumPy, Pandas og Matplotlib samt værktøjer som Jupyter Notebook og Spyder.
Installation af Anaconda
Sådan installerer du Anaconda:
- Gå til Anacondas websted.
- Download installationsprogrammet til dit operativsystem.
- Kør installationsprogrammet, og følg vejledningen.
Start af Jupyter Notebook
Når du har installeret Anaconda, kan du starte Jupyter Notebook:
- Åbn Anaconda Navigator.
- Klik på »Launch« under Jupyter Notebook.
- Din browser åbner Jupyter-grænsefladen.
Oprettelse af en ny notebook
Sådan opretter du en ny notebook i Jupyter:
- Klik på »New« i øverste højre hjørne.
- Vælg »Python 3« i rullemenuen.
- En ny notebook åbnes og er klar til kodning.
Håndtering af Python-miljøer
Anaconda giver dig mulighed for at oprette og administrere isolerede Python-miljøer til forskellige projekter. Sådan opretter du et miljø:
conda create --name myenv python=3.9
Aktivér det med:
conda activate myenvOpsummering
I denne lektion har du lært om:
- Jupyter Notebook: Et interaktivt kodningsmiljø.
- Anaconda: En Python-distribution til AI og datavidenskab.
- Hvordan du installerer Anaconda, starter Jupyter Notebook og administrerer Python-miljøer.
Tillykke!
Du har gennemført lektionen om opsætning af udviklingsmiljøet. Du er nu klar til at begynde at bygge AI-projekter. Lad os gå videre til det næste emne på din AI-rejse!

Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 76
- Lektioner
- 320
Ofte stillede spørgsmål
Er lektionen “Opsætning af udviklingsmiljøet” gratis?
Ja — hele teksten til “Opsætning af udviklingsmiljøet” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Python Academy-kurset, skal du opgradere til CoddyKit PRO. Python Academy-kurset indeholder 5 lektioner i alt.
Hvad lærer jeg i “Opsætning af udviklingsmiljøet”?
Brug af Jupyter Notebook og Anaconda Du øver dig i Python Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Python Academy?
Der kræves ingen tidligere erfaring. Python Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 5 af 5.
Hvor lang tid tager lektionen “Opsætning af udviklingsmiljøet”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Python Academy-lektion?
Ja. Alle Python Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Python-biblioteker til AI
- Pythons datatyper og datastrukturer
- Filhåndtering i Python
- Fejlhåndtering i Python
- Opsætning af udviklingsmiljøet