Python环境的安装与配置

Python对于全栈组的成员来讲,是十分重要的,它是我们的主要后端语言。Python作为时代的宠儿,我们可以用它写爬虫、写深度学习、做数据分析……在玩转python之前,我们先要准备 Python的开发环境

什么是python开发环境

视频教程向导:

【Python+Anaconda+PyCharm的安装和基本使用【适合完全零基础】不只是教你如何安装,还告诉你为什么这么安装】

在安装之前,去看一遍!先不要跟着视频一步步安装,完整浏览一遍,理解一个python开发环境是由什么组成的,并且了解一下Anaconda

视频时间 ……

下面我来解释一下python开发环境是什么,由什么组成

Python解释器

计算机无法直接阅读我们的代码,它能识别的东西是一串类似 0101110010…… 的二进制语言。要想让计算机读懂我们的python代码,就需要Python解释器。它的职能类似于翻译官,把 print、input、import …等等python代码转换成相应的 0101二级制语言。它是python开发环境中最重要的部分,没有它就无法运行python代码。

代码编辑器

代码编辑器就是我们平时敲代码的地方。下面是一个例子:

在桌面创建一个txt文件,在里面写上

print('hello world')

保存退出,然后将后缀名改为 .py此时你就获得了一个python源代码文件,把 .py 文件交由python解释器,它就会开始工作……

在这个例子中,txt记事本就起到了 代码编辑器 的作用

这时有聪明的同学就会说:“我懂啦,以后咱就在记事本上写代码对吧?”

不对!

请大家试试,用记事本来写python代码,会发现体验非常不好。在记事本中敲的代码,每个字符都是黑色,都是同一个字号、同一个字体,除非编写代码的人主动去修改,这导致阅读代码的时候辨认不清。

市面上有许多成熟的代码编辑器,它们能够直接打开与修改源代码文件,且具有 语法高亮 和代码检查的功能。总之,它们是帮助我们提升开发效率的工具。

常见的Python代码编辑器有:

IDLE Jupyter Notebook Pycharm VSCode Spyder

函数库、拓展包

Python之所以受欢迎,与它极其丰富的库有很大关系。“库”是干什么的?是其他优秀程序员写好的代码、实现的功能,这些能力强大的程序员将已经实现的功能打包成“库”,供后来的python程序员使用,让后人不必将精力浪费在已经实现的功能上,提高了代码的复用性。

说到python库就不得不提到 Anaconda 了,它包含了非常多功能强大且常用的库,重点是它包含了一个极其好用的库: conda ,从Anaconda的名字就可以看出,这个软件就是为了conda 而生的。至于conda以及其他python库的使用方法,则是后话了,不在本篇展开。

IDE : 集成开发环境

在学习编程的过程中,我们不免要接触到一个看似高大上的词:IDE,它的全称是 Integrated Development Environment,中文名是集成开发环境

【百度百科:IDE(集成开发环境)】

集成开发环境,顾名思义,它把开发环境所需的:解释器、代码编辑器、函数库,给集成到了一起,(大部分时候)安装了IDE就相当于安装了解释器 + 代码编辑器 + 一些函数库。

有些时候,IDE只起到一个框架作用,它并非自带解释器或其他部分,而是负责将开发环境所需的组件整合起来,这时候我们就需要适当地 配置IDE (可以理解为手动把它缺少的解释器或其他部分加入这个框架) ,使其能够成为一个完整的开发环境,帮助我们完成开发工作

常见的Python IDE有: (实际开发中根据需求选择其中一种即可)

IDLE Jupyter Notebook Pycharm VSCode Spyder

细心的同学会发现,这里和前面写的Python代码编辑器一模一样(笑)

因为代码编辑器是 IDE 的一部分,所以上面这些 IDE 完全可以当作代码编辑器来用

好了,基础知识普及完了,是时候开始动手搭建python环境了!为了减少不必要的麻烦,这里只介绍一种搭建python开发环境的方式,那就是 Anaconda + Pycharm ;也可以按照一开始给出的视频安装Python环境

Anaconda + PyCharm 搭建python环境

pic_c859fbce.pngpic_ed1045e6.png

Q : 凭啥 Anaconda + Pycharm 就能够组成一个开发环境?

A : Anaconda 内部携带了 python 解释器和大量库,Pycharm 是一个Python IDE 但它并不自带解释器。如果我们通过适当的配置,将 Anaconda 携带的解释器加入 Pycharm,这样一来,就形成了 解释器 + 代码编辑器 + 一些函数库 的集合,成功搭建了python开发环境

安装Anaconda

首先,我们通过可靠渠道下载Anaconda的安装包

选择a 【Anaconda 官网】(下载速度比较慢,且只能下载最新版本)

pic_ce5df6b3.png 下载对应操作系统的版本,用windows系统的就下载windows版,Linux系统的就下载Linux版

选择b 【清华大学开源软件镜像站】(速度快,版本多,但是不一定能下载到最新版本)

pic_42113835.png 下载对应操作系统的版本,用windows系统的就下载windows版,Linux系统的就下载Linux版

下载完成后,你应该应该能在下载路径中找到Anaconda的安装包,就像这样:

pic_a7998784.png

点开它,进入Anaconad安装向导,点击 Next

pic_c93af114.png 点击 Next

接下来是协议,当然是Agree了,所有软件的协议总结起来就是8个字:我是你爹,不服别用(笑)

pic_e389e84a.png 点击 I Agree

下一项,选择为当前用户安装还是为这台电脑所有用户安装。选 Just Me 就行

pic_0e1234ce.png 选好后点 Next

然后是选择 Anaconda 的安装路径,这一步很重要,因为你要记住它的安装路径,待会配置环境变量的时候要用。这里默认的安装路径是C盘,如果你担心C盘空间不够,或者想把软件安装到指定位置方便管理的话,点击 Browse 选择想要的安装路径,设置好安装路径后点击 Next

pic_31577fc0.png 方框里的内容是安装路径,请记住

接下来这四个选项,我从上往下解释它们的含义

pic_addd4117.png 红框是建议勾选的

Create start menu shortcut 创建开始菜单快捷方式(方便使用,勾选)

Add Anaconda3 to my PATH environment variable 自动将 Anaconda 配置到环境变量

注意,这一项不建议勾选(官方也不建议),建议手动配置,这样更可控,避免自动配置时出现潜在的问题,但是手动配置的过程是有难度的,如果追求方便,可以勾选

Register Anaconda3 as my default Python 3.x 将Anaconda3设置为默认的Python解释器(除非电脑上已经安装了其他版本的Python,勾选)

Clear the package cache upon completion 安装完成后清除包缓存(释放缓存,勾选)

选好后,点击 Install ,开始安装

pic_c97db06b.png 耐心等待,安装过程可能需要几分钟

等待进度条走完后,点击 Next

pic_0ff45617.png

pic_e90782de.png

最后出现的选项不用管,勾不勾选没影响,点击 Finish 即可完成 Anaconda 的安装

pic_efe97123.png

使用 Jupyter Notebook

Anaconda 中默认集成了两个 Python IDE,分别是 Jupyter Notebook 和 Spyder,如果感觉多安装一个 Pycharm 太麻烦,现在就可以直接使用它们进行python的学习了(不配置环境变量也能用,组长大一的时候就是这样干的,哈哈)。其中 Jupyter Notebook 是一款非常好用的 IDE ,它可以打开 / 编辑 / 创建 .ipynb 文件,组长初学python时使用的就是 Jupyter Notebook

安装完成后,win10的同学应该能在开始菜单找到 Anaconda3 的文件夹

pic_ce0695c1.png

找到 Jupyter NoteBook ,右击 => 更多 => 打开文件位置

pic_d1aaeff1.png

然后就会进入这样一个文件夹,将里面的 Jupyter Notebook 复制到桌面

pic_92701884.png

这样就可以很方便地在桌面打开 Jupyter Notebook 了

pic_a8971396.png

接下来介绍 Jupyter Notebook 的一些基本操作

1)打开 Jupyter Notebook

在点击 Jupyter Notebook 的快捷方式后,会出现这样一个窗口

pic_3f21e481.png

然后过一会浏览器会打开下面的页面,这就是 Jupyter Notebook 的主菜单了

pic_e0a79a46.png

如果没有自动打开,也没关系,在弹出的黑窗口里,可以找到一串链接,把链接复制到浏览器打开,就能够进入主菜单了。这个黑窗口是很重要的,在使用 Jupyter Notebook 的过程中,请不要关闭它,否则 IDE 会崩溃

pic_979a29d0.png 复制红框内容,在浏览器打开

2)创建文件,编辑代码

在页面右上角找到 New,点击后会看到几个选项,我们几乎只会用到 Python3 和 Folder

pic_9b12e4b8.png

Python 3:创建一个 .ipynb 文件,点击后会打开一个Notebook窗口,你可以在里面写python代码

pic_8d889397.png

这里做一个简单的示范

pic_8d13c414.png

回到主菜单,会发现多了一个 Untitled.ipynb 文件,而且它的图标是一个绿色的书本,后面有 running 字样。这说明这个文件正在运行,当你把Notebook页面关闭时,它还会在后台运行着

pic_3caf49c2.png

怎么给.ipynb文件改名呢,总不能都顶着Untitled吧?回到Notebook页面,点击左上方的标题,即可改名

pic_a327be4c.png

Folder:创建文件夹,可以看到这里创建了一个新的文件夹 Untitled Folder

pic_b2c3360e.png

善用文件夹给文件分类,能极大提升开发效率

3)上传文件

在页面的右上角找到 Upload,点它

pic_905b6a38.png

就会打开选择文件的窗口,在这里找到你想上传到 Jupyter Notebook 的文件

pic_84e78548.png

以全栈组为新人提供的python资料为例,全选,然后点击"打开"

pic_83af9754.png 选择第一个文件,按住shift,点击最后一个文件,即可全选;Ctrl + a 也能全选

之后就会发现 Jupyter Notebook 里出现了我们选择的文件,点击蓝色的 Upload 按钮即可把文件上传到当前文件夹中

pic_3a589177.png

配置环境变量

这一步的目的是让 Pycharm 或者 VSCode 之类的外部 IDE 能连接到 Anaconda,从而使用它集成的解释器和各种库

什么是环境变量呢?它有什么用?这里给出一个视频,感兴趣的同学可以学习一下

【什么是环境变量】

进入环境变量编辑窗口的方式有很多,可以打开控制面板,然后右上角搜索"环境变量"

pic_95a2e85e.png

pic_7b2e8b8a.png

也可以像视频里那样,在设置里进入环境变量的编辑窗口

pic_54d6cf7a.png

如果操作正确的话,会进入这样一个窗口

pic_c8e0e139.png

然后选择 系统变量 中的 Path,点击 编辑(编辑用户变量的 Path 也可以)

pic_0240925c.png

之后会进入这样一个窗口,点击 新建 即可创建一条新的环境变量。下面红框框住的就是我为 Anaconda 创建的环境变量,别急,每个人要写的内容是有区别的,这时候就要用到我们在安装 Anaconda 时记住的 安装路径 了

pic_b6cd50be.png

以我的情况为例,Anaconda 的安装路径是 C:\Anaconda,在这里能找到 Anaconda 的本体文件

pic_4c71c6c3.png

在确定了安装路径后,请添加4条环境变量,这里给出示范

{安装路径}\
{安装路径}\Scripts\
{安装路径}\Library\bin
{安装路径}\Library\mingw-w64\bin

# 将{安装路径}替换为你的电脑中Anaconda的安装路径
# 例如我的安装路径是 C:\Anaconda ,那就应该这样写
C:\Anaconda\
C:\Anaconda\Scripts\
C:\Anaconda\Library\bin
C:\Anaconda\Library\mingw-w64\bin

如何检验环境变量是否配置正确?按下 win + R,然后输入 cmd,就会打开cmd窗口

pic_76e40eba.png

pic_2f42a302.png

在cmd中输入 conda info 如果输出了下面这段内容就说明环境变量配置成功了

pic_e4cf1fa6.png

但是如果输出是这样子的,就说明配置有误,请检查前面的步骤

pic_c47d16dc.png

安装PyCharm

【PyCharm 官方下载地址】 【PyCharm 历史版本】

这里有两种选择,专业版和社区版,其实就是付费和免费的区别,大家直接下载社区版(也就是 Community 版)就行了,没必要追求专业版 (即 Professional 版)

pic_51039768.png

下载完成后可以在下载路径找到 PyCharm 的安装程序:

pic_1975c599.png

双击打开,进入 PyCharm 安装向导,点击 Next

pic_a85f4c0d.png

然后选择 PyCharm 的安装路径,选好后点击 Next

pic_88807d14.png

接下来是一些配置选项,我分别解释一下它们的意义

pic_1fe16c3e.png 红框内容是建议勾选的

Create Desktop Shortcut : PyCharm Community Edition 创建桌面快捷方式

Update PATH Variable : Add "bin" folder to PATH 将"bin"文件配置到环境变量,勾选之后让它自动配吧,咱们懒得手动去配置了(不勾选也没关系,其实到这里就没必要配环境变量了)

Update Context Menu : Add "Open Folder as Project" 在右键菜单添加 PyCharm 的快捷启动方式,效果是你右键菜单会多出一个类似 “用PyCharm打开当前文件夹” 的选项

Create Associations : .py 将 .py 文件与 PyCharm 关联 (默认使用Pycharm打开.py文件)

这些选择都是 “建议勾选” 而不是 “必须勾选” ,完全可以比较随意,不要因为漏选了某个选项感到不安,这对于 PyCharm 的正常使用是完全没有影响的

选好后点击 Next,这里啥都不用改,直接 Install,开始安装

pic_a535ad58.png

等待进度条走完即可

pic_2c26d4cc.png

安装完成后在桌面找到 PyCharm 的快捷方式,或者在开始菜单找到 PyCharm 图标(也可以在安装路径的 bin 文件夹下找到 PyCharm 的启动程序)

pic_9d269011.png

pic_770e8a53.png

pic_68d54748.png

打开后就会进入 PyCharm 的欢迎界面。然后我们就要开始配置PyCharm了

在PyCharm中配置conda环境

1)安装中文语言包

一般而言,官网下载下来的 PyCharm 会使用英文的语言包,习惯了英文界面对以后的开发是有好处的,但是咱毕竟是初学者,使用中文页面会方便许多。所以第一步我们将语言改为中文

点击右上角的齿轮图标,然后找到Plugins(中文翻译是“插件”),点开它。

pic_694eb777.png

之后会弹出一个窗口,在搜索栏中输入 "chinese",找到中文语言包并安装。安装过程会比较久,请耐心等待,安装完成后点击右下角的 OK ,会弹出提示重启 PyCharm

pic_89d2d8ac.png

重启后会发现 PyCharm 界面已经变成中文了

pic_4e8094c2.png

2)配置解释器

这一步我们将 Anaconda 中所内置的 python 解释器给加入到 PyCharm 中

首先点击 PyCharm 窗口的右下角,会出现 Python 解释器的配置选项

pic_b59d18e0.png

然后点击 【添加新的解释器】 => 【添加本地解释器】

pic_f12ec61a.png

在弹出的窗口中,首先选择 Conda 环境,然后在 Anaconda 的安装路径中找到 conda.bat 这个文件,点击【加载环境】,等待一会,如果没报错就会像下面这样子(一般来说,conda.bat 会放在condabin文件夹里)

pic_a35f06fb.png

如果报错了,显示 Error code:1 ,请尝试在 Anaconda\Library\bin\ 路径下找到另一个 conda.bat

接下来点击右下角的确定即可,此时我们已经完成了 conda 环境在 PyCharm 中的配置,可以尝试新建 .py 文件,开始愉快地学习python了!

其他搭建python环境的方式

搭建python环境的方式有数十种,我们选一些来进行拓展,仅供了解。如果实在是没办法按照Anaconda + Pycharm 的方式搭建python环境,也可以尝试下面的方法。

使用python自带IDE : IDLE

pic_8e30104e.png

从 Python 3.4 开始,IDLE就默认集成在了解释器包中。这种搭建环境的方式非常简单,只需要安装 Python 3.4 以上版本的解释器,然后从安装文件夹里找到IDLE,就可以愉快地开始python开发了。这种方式的缺点比较明显,对于代码量比较大的开发很不友好。

【Python 官网】 【Python历史版本 for windows】 官网链接,比较慢

在VSCode配置python环境

pic_1aecc0cd.png

VSCode 是微软开发的一款轻量级、高度自定义的 IDE,支持几乎所有主流编程语言,且拥有超多的拓展,是组长最爱用的 IDE。在VSCode配置python环境的过程比较复杂,需要将python解释器有关的一些路径添加到环境变量,还要安装一些拓展、写一点配置文件。如果只进行python开发的话,不建议使用这种方式配置python开发环境。