2022年 11月 8日

初学Python需要安装哪些软件?


算法工程师
Python这几年热度逐渐上升,在很多高校Python也被列为通识课程,之所以如此受欢迎正是由于它的高效、简洁、易用、强大的第三方库等优点。如今在web开发、人工智能、大数据等方便应用非常广泛。不管你是否喜欢,不管怎么吐槽,如果想要从事人工智能,依然很难绕过Python,虽然这两年julia、Go被炒得也很热,但是在人工智能方面依然无法撼动Python的地位。

目录
Python解释器
IDE
pip代理
虚拟环境
Python解释器
编程语言都会涉及编译器或者解释器,使用C/C++之类的编译性语言编写的程序,是需要从源文件转换成计算机使用的机器语言,经过链接器链接之后形成了二进制的可执行文件。运行该程序的时候,就可以把二进制程序从硬盘载入到内存中并运行。但是对于Python而言,python源码不需要编译成二进制代码,它可以直接从源代码运行程序。执行Python就需要用到Python解释器,按版本划分,Python解释系可以分为:

2.x
3.x
2.x版本目前已经不再进行维护,所以目前大多数项目都是使用3.x,我个人比较推荐用3.6.x版本,3.7.2是目前最新的版本,但是使用过程中会有这样那样的错误,会存在不兼容等问题,而3.5.x及以下的版本也存在一些问题:

前缀f格式化字符串在3.6.x之后才开始支持
安装工具包时3.5.x安装相关依赖容易失败
安装步骤:

下载解释器

Python Releases for Windows

www.python.org
图标
双击安装

记得勾选pip,这是Python的包管理工具,会经常用到
IDE
IDE(Integrated Development Environment, 集成开发环境),目前Python的IDE有很多,vs code、eclipse、atom、anaconda、IDEA等等,我个人不太推荐使用上述这些IDE,当然如果十分喜欢这些IDE也可以。对于开发Python,我只推荐pycharm和jupyter notebook两款。毋庸置疑,这是Python最强大的IDE。跳转、关联第三方库、速度、集成度、debug等等,可以说pycharm在Python开发中大多数方面表现的都很优秀,而vs code、eclipse、anaconda、atom只是在某一个或几个方面表现还可以。首先vs code关联第三方库、函数提示等方面很慢、服务器下容易卡顿,eclipse需要额外配置Python插件,anaconda集成太多包,有很多是自己用不到的,太臃肿了,atom没用过,不过也不感兴趣,所以,我觉得使用这些IDE还不如配置一下vim。如果说不喜欢每种语言安装一个IDE,喜欢像eclipse这样支持不同语言的IDE,我支持使用IDEA,这和pycharm属于同一家的产品,很多特性有共通之处。

pycharm优点:

功能丰富
提示速度快
强大的书签和跳转功能
高效的debug
学生可以注册免费使用专业版

pycharm安装步骤:

下载pycharm

如果没有购买专业版,可以下载社区版免费使用:

http://www.jetbrains.com/pycharm/download/#section=windows

www.jetbrains.com
如果有学校的邮箱,可以注册教育版,和专业版没什么区别:

Download PyCharm Edu: Python IDE to Learn Programming by JetBrains

www.jetbrains.com
图标
进行安装
双击可执行文件、选择安装目录进行安装就行了。

配置解释器

setting->Project->Project Interpreter

在红框位置选择上面安装的Python解释器

要检查一下,因为Python默认是生成一个虚拟环境,使用虚拟环境中的解释器
jupyter notebook优点:

交互式调试
随时切换Markdown和code,边做笔记边写代码
jupyter notebook安装步骤:

打开cmd
用pip安装
pip install jupyter notebook
pip代理
pip是Python的包管理工具,无论是自己再cmd、终端下安装还是使用pycharm这些IDE安装包,都会调用pip。

默认的代理是从pypi上下载并安装包,速度会比较慢,所以需要配置一下pip的代理,这样速度会得到大大的提升,如图中所示,利用默认的下载速度之后几百k,配置代理后可达到2.1M/s。

pip代理配置步骤:

创建pip文件夹

在个人目录下创建一个pip的目录,比如C:\Users\li,

创建代理文件

进入C:\Users\li\pip目录,创建名为[pip.ini]的文件,打开把下面这段文字复制进去并保存:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
虚拟环境
Python和其它编程语言一样,面临一个移植问题,如果想把开发完成的一个项目一直到其他电脑、节点或者把项目打成docker镜像,都需要对开发环境重新配置,需要重新安装项目中使用到的第三方工具包,如果一个个比对着安装必然会很麻烦,而我们用系统环境时pip安装的包都被安装进了Python路径下site-packages里面,如果生成requirement.txt时也会把site-packages下的所有包都会包含进去,这就是为什么使用到虚拟环境的原因,能够针对不同项目创建一个独立的环境,这样便于后期的移植。

Python虚拟环境管理工具主要有以下两种:

virtualenv
pipenv
上述两个工具都可以使用pip进行安装:

pip install virtualenv
pip install pipenv
virtualenv和pipenv该怎么选择?我觉得这根据个人喜好。

virtualenv更加悠久,老化一些,使用步骤如下:

创建虚拟环境
virtualenv test_env
激活虚拟环境
test_env\Scripts\activate
生成requirement
激活虚拟环境后就可以进入虚拟独立的环境进行开发,如果开发完成之后想一直到另外一个系统:

pip freeze > requirement.txt
这样就把虚拟环境里的包和版本读取到requirement.txt里,如果想在另一个系统配置安装这些包可以使用pip:

pip install -r requirement.txt
pipenv更加强大一些,pipenv之于Python就相当于Php之于Composer、Nodejs之于npm、Golang之于dep,pipenv相当于virtualenv和pip的合体,用两点说明pipenv对比于virtualenv的优势:

virtualenv每次开发完都要手动执行一个pip freeze > requirement.txt 把项目最新的环境读取到requirement中,如果忘记了就不能获取最新的配置环境,而pipenv可以实时监测环境的改变,把最新的环境读取到Pipfile。
virtualenv需要先激活虚拟环境,然后用pip配置,而pipenv可以直接使用pipenv进行配置环境
pipenv使用步骤:

创建
pipenv check
这是目录下会生成Pipfile。
启动虚拟环境
pipenv shell
安装第三方包
pipenv install **
退出虚拟环境
exit
查看所有安装包
pip list
查看包依赖关系
pipenv graph
查看虚拟环境路径
pipenv –venv
卸载安装包
pipenv uninstall
以上就是两款常用的虚拟环境管理工具,相比而言pipenv更加强大,而我个人用virtualenv更久一些,所以也习惯用virtualenv,每个人可以根据自己的喜好进行选择