学习笔记-Python基础篇01—环境搭建

本学习笔记仅适合萌新食用,大佬们请忽略~

文章目录

        • Python官方包+IDE
          • Python下载
          • Python安装
          • Python环境变量配置
          • IDE关联Python环境变量
        • Anaconda
          • Anaconda下载
          • Anaconda安装
          • Anaconda使用
            • 代码编写及运行
            • 常见的命令行操作指令

这里我们主要介绍2种Python环境搭建的方式

Windows 10 64位机器下的Python环境搭建

  • 第一种:从Python官网下载Python官方包,再组合某IDE(Pycharm或VsCode等),该方式可能需要你自己配置或关联Python环境变量
  • 第二种:安装Anaconda,一个开源的Python发行版本,已经包含了Python,该方式下你可以不需要配置或关联Python环境变量(当然,如果你想使用其他IDE,比如第一种方式下的Pycharm等,你可能需要进行Python环境变量关联)

Python官方包+IDE

Python下载

Python2.x已经不做支持维护,因此大家只管选择Python3.x即可
就目前而言,笔者用的是Python3.7
Python官方包下载地址
学习笔记-Python基础篇01—环境搭建_第1张图片
然后根据自己的操作系统版本选择,笔者win10-64位操作系统,选择如下
Python 3.7.7系列文件列表
学习笔记-Python基础篇01—环境搭建_第2张图片

Python安装

对于萌新来说,选择“Install Now(立即安装)就好了。
同时记得需要先选Add Python 3.7 to PATH”,这样你就可以不用自己去设置Python环境变量。
学习笔记-Python基础篇01—环境搭建_第3张图片

安装完成后,我们打开CMD命令窗口,输入“python”然后回车,如果看下如下信息(Python版本信息),则代表安装成功且环境配置成功。
学习笔记-Python基础篇01—环境搭建_第4张图片

Python环境变量配置

如果你在Python安装过程中选中了“Add Python 3.7 to PATH”且验证安装成功,那么你不需要再进行单独的Python环境变量配置;
当然,如果你没有选或者验证失败,那么你可以通过以下两种方式进行Python环境变量配置。

右键 我的电脑—>属性—>高级系统设置—>环境变量—>系统变量中的path
学习笔记-Python基础篇01—环境搭建_第5张图片

然后点击编辑,在新建中添加你的Python安装路径即可
学习笔记-Python基础篇01—环境搭建_第6张图片

找到你的Python安装路径,复制即可
学习笔记-Python基础篇01—环境搭建_第7张图片

补充
因为需要用到很多第三方的库,所以pip这个工具需要配置到环境变量里,方法同配置Python环境变量一样,pip一般在Python安装目录的Scripts文件夹里

IDE关联Python环境变量

这里我们用Pycharm举例
安装Pycharm可以前往官方下载,选择“Community”版本基本够用,还是免费~
Pycharm官方包下载地址
安装过程就是一路下一步即可

打开Pycharm后,在该界面选择“setting”
学习笔记-Python基础篇01—环境搭建_第8张图片

然后选中“Python interpreter”,右上角点击 “Add”
学习笔记-Python基础篇01—环境搭建_第9张图片

最近单的就是选择“virtual Enviroment”,然后 输入你的Python安装路径
学习笔记-Python基础篇01—环境搭建_第10张图片

接下来你就可以创建工程
学习笔记-Python基础篇01—环境搭建_第11张图片

创建第一个py程序(右键第一个工程 工程名,New—>Python File)
学习笔记-Python基础篇01—环境搭建_第12张图片

运行第一个程序(右键hello.py文件,Run“hello.py”,最下方是代码结果输出显示的地方)
学习笔记-Python基础篇01—环境搭建_第13张图片

补充

  1. Virtual Environment
    Python的虚拟环境
    可以使一个Python程序拥有独立的库library和解释器interpreter,而不用与其他Python程序共享统一个library和interpreter。虚拟环境的好处是避免了不同Python程序间的互相影响(共同使用global library 和 interpreter),例如程序A需要某个库的1.0版本,而程序B需要同样这个库的2.0版本,如果程序B执行则A就不能执行了。
    推荐使用虚拟环境

  2. System Interpreter
    表示本地的解释器
    选择系统里面安装的Python作为解释器,所有程序均使用同一套
    不推荐使用

  3. Conda Enviroment
    如果你的电脑中安装了Anaconda软件,也可以使用Anaconda里面附带安装的Python解释器,和第2种使用本地解释器类似

Anaconda

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 466 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。——百度百科

Anaconda下载

直接从官网下载安装包进行安装
Anaconda官方包下载地址
Miniconda下载地址

Anaconda安装

一直下一步即可(默认选项即可)
学习笔记-Python基础篇01—环境搭建_第14张图片

注意:默认选项中不会添加Anaconda(含Python)到系统环境变量配置,直接在cmd命令行键入python或pip等无效。此时,我们使用“Anaconda Prompt”即可
学习笔记-Python基础篇01—环境搭建_第15张图片

Anaconda使用

这里只简单介绍 初级的代码编写及运行以及常见的命令行操作指令

代码编写及运行

可以在左侧程序编辑窗口输入代码然后运行
或者在右下角IPython环境输入代码直接回车运行
学习笔记-Python基础篇01—环境搭建_第16张图片

常见的命令行操作指令

查看 所有包

conda list

学习笔记-Python基础篇01—环境搭建_第17张图片

安装指定包

#填写包名
conda install <package>

#如果conda操作失败,则可以使用pip
pip install <package>

更新全部包

conda update --all

#或如下方式
conda upgrade --all

更新指定包

conda update <package>

#或如下方式
conda upgrade <package>

卸载指定包

conda remove <package>

更多的关于pip、conda等命令操作我们后续做专项介绍

你可能感兴趣的:(Python基础,python)