简明Python开发教程（1）：概述及环境搭建

       大家好，自学Python一年有余，对Python基本语法和典型应用有所掌握。同时和工作相结合也用Python实现了一些小功能。

        最近公司面临转型，IT开发越来越重要，也有很多同事咨询Python开发相关事项，因此打算编写此教程。供大家参考交流。

        本教程使用Python 3开发，主要想普及Python基本语法，然后结合实际工作，分享三个典型应用场景：Python数据分析、Python自动运维和Python爬虫。

        工欲善其事，必先利其器。

        首先我们需要搭建开发环境，以我非互联网公司常用Windows系统为例。

安装Python集成开发环境：Anaconda

        Python一个很重要的优势是有很多第三方库，可以帮你快速完成任何你想到的事。然而对于初学者，知道有哪些库？如何安装是一个头疼的问题。

        因此我建议安装集成开发环境，而Anaconda是一个开源软件，集成了常用的Python库，特别是数据分析和科学计算相关的库。

      Anaconda3下载及安装

        官网下载地址

          根据需要、电脑配置选择相应配置，一般64位、Python 3.6 点击下载。

          下载成功后，双击Anaconda3-5.1.0-Windows-x86_64.exe

        一路下一步即可，注意打钩，添加到环境变量。这样后续命令行可以直接调用。

        最后会建议安装Visual Studio Code，可以点击自动安装，也可以后续手工安装。

     Anaconda3 安装成功验证

        安装成功后，点击“开始”——“所有程序”，会发现一个“Anaconda3(64-bit)”文件夹，如下图所示。我们常用Spyder和Jupyter Notebook。

        点击“开始”——“运行”，输入cmd，进入命令行，执行python，可以测试环境变量是否配置成功。

     Spyder简单使用

        Spyder是一个简单的集成开发环境，仿照Matlab工作空间概念。

        左侧Editor:编辑你的python代码；点击绿三角可以运行整个脚本，结果出现在右侧Console窗口中。

        右侧Console：单行交互式编程，直接出现结果，可以调试用。右上部分类似Matlab可以查看变量值。

     Jupyter Notebook使用

        Jupyter Notebook是一个笔记本，交互式笔记本，可以运行python等代码的笔记本，可以显示代码运行结果，如图表；快速保存、分享。网上大量教程、案例都是Jupyter Notebook格式。

        打开Jupyter Notebook，会以默认浏览器开启以下页面。

        通过new创建新的Notebook，然后可以像记笔记一样写代码，特别适合数据分析等需要中间思路的项目，听说用来写数学论文效果更好。

        网上有很多相关教程，包括快捷键、优秀案例，可以多多关注。

Visual Studio Code安装

        如果之前已经安装Anaconda，或者刚才没有选择vscode安装项，建议手工安装。

        vscode是微软开发的，可以运行在 Mac OS X、Windows和 Linux 上的，适合编程跨平台源代码编辑器，他也有很多第三方库辅助工作，支持多种开发语言，代码高亮、打开大文件等。可以很好的替换本机的其他文本编辑工具。

        VSCode下载及安装

        vscode官网下载地址

 

        下载成功后，双击 VSCodeSetup-x64-1.21.1 .exe  然后一路下一步即可完成安装。

        是不是逼格很高的一款文本编辑器。

        有很多扩展插件可以按照，建议安装python，然后这里也可以写代码。

        然后就可以在这里写Python代码，这里也可以直接运行，如有需求请自行摸索。

写在最后

        为了开始Python开发，提升工作效率，必须准备好开发环境，其中Anaconda3必须安装，可以非常方便的搭建开发环境。

        Visual Studio Code是一款开源跨平台文本编辑器，功能很强大，有需求建议安装。

        在使用的过程中有任何问题，建议多网上搜索，熟练使用工具可以大大提升后续代码的开发效率。

        下一篇我们学习Python 3的基本语法。