Python系列之环境安装

简介: Python可以实现强大的数据爬虫功能,并且数据分析与挖掘挺方便,也提供了大量的库,比如numpy, pands,matplotlib等。尤其,使用Python做机器学习也成了近年来的趋势,有人经常会问R语言与Python,该怎么取舍,我觉得都要学习,R语言擅长绘图,Python对于数据采集,各种算法,机器学习可能支持更好。

Python可以实现强大的数据爬虫功能,并且数据分析与挖掘挺方便,也提供了大量的库,比如numpy, pands,matplotlib等。尤其,使用Python做机器学习也成了近年来的趋势,有人经常会问R语言与Python,该怎么取舍,我觉得都要学习,R语言擅长绘图,Python对于数据采集,各种算法,机器学习可能支持更好。

 

Python可以做什么

鄙人,才疏学浅,了解到Python还是可以做很多事情的:


  • 数据采集;


  • 数据分析,包括计算与绘图;


  • 数据挖掘,支持多种数据挖掘算法;


  • 机器学习,比如tensorflow;


  • 图形化编程;


  • Web开发,知乎网就是Python的django还是flask框架做的;


  • 自动化运维,我工作中这个也常用;


Python安装步骤


老生常谈,相信在座的都是经验丰富的编程高手,安装一个软件的步骤不外乎两步:


  1. 去官网下载稳定版的对应操作系统的安装包;


  1. 配置好环境和开发工具;

 

下载安装包


大家知识渊博,都知道Python2到2020年不再维护吧,并且Python2/3很多语法不兼容,语法也有很多不同。网上很多资料是Python2 居多,然而咱用的Python3,很多人会发现网上找的代码很多不能用吧,但是Python3是未来趋势,很多地方也从底层做了大量优化。


image.gif

进了官网,直接点击"download"选择相应操作系统和3.x版本即可,如图所示:

微信图片_20220429180455.png

 

安装Python并配置环境


双击下载的安装包,按照安装向导安装就行了,记得勾上添加Python环境到环境变量,这样在计算机任何目录都可以访问到Python环境,否则需要切换到Python bin目录才可执行编写好的Python脚本,如图:

微信图片_20220429180458.png

 

现在看来,Python下载,安装,配置环境还是很方便,只需要鼠标“点点点”即可,不像Java配置环境,还要手动配置。


顺便解释一下环境变量:PATH环境变量,就是所有命令会首先去环境变量PATH去找,把bin目录暴露到环境变量,cmd命令行直接输入python.exe,通常省去.exe后缀,直接输入python即可进入Python命令行:


微信图片_20220429180501.png

image.gif

我这里是装了双版本的Python,Python2和Python3我都装了,感兴趣同学可以google / baidu自学一下。


微信图片_20220429180503.png

Python开发工具


我习惯性用Sublime Text2/3,这个工具很轻量,只有几M大小,可以根据自己需要安装各种插件,我安装了Python插件,能做的事情有:


  • 直接执行Python命令;


  • 编写Python脚本,进行语法检查,错误提示,代码智能提示、补全;


  • 方法的参数显示;


效果如下:

微信图片_20220429180506.png

微信图片_20220429180508.png

微信图片_20220429180510.png

具体Sublime Text3配置Python开发环境

 

当然了,Python的开发工具很多,PyCharm很强大、笨重,适合开发大型的Python项目,还有很多其它工具,根据自己的爱好选一个即可。

 

到这里,为止,Python安装算是介绍的很清晰了。工欲善其事必先利其器!

目录
相关文章
|
4月前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
291 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
4月前
|
Python
在VScode环境下配置Python环境的方法
经过上述步骤,你的VSCode环境就已经配置好了。请尽情享受这扇你为自己开启的知识之窗。如同你在冒险世界中前行,你的探索之路只有越走越广,你获得的知识只会越来越丰富,你的能力只会越来越强。
361 37
|
11月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
1221 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
6月前
|
Java API Docker
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
|
8月前
|
Shell Linux Ruby
Python3虚拟环境venv
`venv` 是 Python 的虚拟环境工具,用于为不同项目创建独立的运行环境,避免依赖冲突。通过 `python3 -m venv` 命令创建虚拟环境,并使用 `source bin/activate` 激活。激活后,所有 Python 包将安装在该环境中,不影响系统全局环境。退出环境使用 `deactivate` 命令。每个虚拟环境拥有独立的包集合,确保项目间的隔离性。删除虚拟环境只需删除其目录即可。
433 34
|
8月前
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
178 1
|
8月前
|
Shell 程序员 开发者
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
522 2
|
8月前
|
Python
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
306 2
|
8月前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
175 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
9月前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
1865 2

推荐镜像

更多