最新最详细的Python开发环境搭建以及PyCharm的安装配置教程【图+文】(一)

简介: 本文介绍 Python 开发环境的安装,PyCharm 的安装(Professional版本,Community版本)

文章目录

  • 前言
  • 1.搭建Python的开发环境
  • *2.相关程序介绍
  • 3.搭建第三方开发环境:PyCharm
  • 4.PyCharm的使用
  • 4.1 Professional版本
  • 4.2 Community版本
  • 4.3 第一个Python代码:hello world
  • *4.4 PyCharm的一些配置
  • *4.6 PyCharm 常用快捷键


前言

本文介绍 Python 开发环境的安装,PyCharm 的安装(Professional版本,Community版本),本文其实是我的一篇长文的第一章内容,这里把它单独截出来,方便大家的观看,本文配图全且详细,读者只需和我的图片和描述一样操作即可,整体过程也十分简单,总用时不会超过 20min(其中下载相关文件占大部分时间),*部分的内容是和文章主题无关的,是一些其他的操作和配置,感兴趣的读者可以适度浏览即可。


1.搭建Python的开发环境

🚩安装Python解释器,网址:https://www.python.org/,打开后界面如下图所示:

2.png

鼠标滑至 Downloads,注意,我的电脑是 Windows 系统,这里默认也是 Windows 系统,读者应根据自己的电脑版本选择不同的Python解释器版本下载

3.png

下载完成之后会显示如下的界面,这时我们要点击 Add Python 3.10 to PATH

image.png

然后紧接着单击 Install Now

image.png

出现等待加载的界面~

image.png

加载完成后,单击 Close,关闭即可,至此,我们的 Python 开发环境配置成功,Congratulation~🎈

image.png

*2.相关程序介绍

注:本小节带 *,不需要进行学习,可以简单进行了解

⛲️让我们来简单的看一下我们到底安装了个什么东西

image.png

大家可以在自己的 开始菜单 中找到我们下载好的 Python 3.10,它主题上分为四个部分:

image.png

我们可以使用Python自带的简单开发环境 IDLE 或者是交互式命令行程序去写一写很简单的 Python代码,譬如我们最为经典的:输出‘hello world’

⛲️交互式命令行程序:

image.png

⛲️使用Python自带的简单开发环境 IDLE 输出 hello world:

❗️ 注:输出函数为 print,这里读者只需要跟着博客写的代码自己跟着写一遍即可,后续会对 print 进行讲解

image.png

3.搭建第三方开发环境:PyCharm

🚩安装PyCharm:官网下载地址:https://www.jetbrains.com/pycharm/download/#section=windows,打开后如下图所示:

4.png

❗️ 博主的电脑为 Windows 操作系统,读者要根据自己电脑不同的系统选择自己的版本,这里注意有两个版本,一个为 Professional 版本(俗称付费版),一个为 Community 版本(俗称免费版),如果你是跟着博主学习 AIoT 的小伙伴,这里建议你去下载付费版(付费版有30天的试用时间),其他的小伙伴建议去下载免费版,博主这里下载的是付费版:


5.png5.png

5.png

下载完成后会跳出如下界面,点击 Next

image.png

紧接着来到如下界面,这里的默认安装路径为 C盘非常不建议安装到C盘,可以选择在 D盘 新建一个文件夹安装到 D盘

❗️ 注:文件夹的名字中不要带中文,否则未来容易出现各种奇奇怪怪的问题

image.png

修改好路径之后点击 Next

image.png

这些全点上✔️,然后点击 Next

image.png

点击 Install

image.png

出现等待加载的界面~

image.png

❗️ 这里注意,Reboot now 是立即重启电脑,I want to manually reboot later 代表的是需要你等等自己手动重启电脑,这里建议在确认电脑没有未保存的文档之后点击立即重启 Reboot now

image.png

重启之后,Pycharm 就已安装成功,Congratulation~🎈

目录
相关文章
|
18天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 4
SciPy 教程之 SciPy 稀疏矩阵 4:介绍稀疏矩阵的概念、类型及其在科学计算中的应用。SciPy 的 `scipy.sparse` 模块提供了处理稀疏矩阵的工具,重点讲解了 CSC 和 CSR 两种格式,并通过示例演示了如何创建和操作 CSR 矩阵。
41 3
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
14 1
|
9天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
12 3
|
12天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
29 5
|
11天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
23 3
|
10天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
19 1
|
14天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
25 2
|
15天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
27 3
|
15天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
32 1
|
19天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 2
SciPy教程之SciPy稀疏矩阵2:介绍稀疏矩阵的概念、应用场景及scipy.sparse模块的使用。重点讲解CSC和CSR两种稀疏矩阵类型及其常用方法,如data属性和count_nonzero()方法。
42 4