python开发环境搭建

本文涉及的产品
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
云原生数据库 PolarDB MySQL 版,通用型 2核8GB 50GB
简介:

 虽然网上有很多python开发环境搭建的文章,不过重复造轮子还是要的,记录一下过程,方便自己以后配置,也方便正在学习中的同事配置他们的环境。

 

  1.准备好安装包

  1)上python官网下载python运行环境(https://www.python.org/downloads/),目前比较稳定的是python-3.5.2

  2)上pycharm官网下载最新版的IDE(http://www.jetbrains.com/pycharm/download/#section=windows),官网提供了mac、windows和linux三种版本,我下的是pycharm-community-2016.2.3.exe

  3)上postgresql官司网下载最新版的数据库(https://www.postgresql.org/download/windows/  打开页面后,点击Download the installer进入下载页,然后选择版本和操作系统,再点击下载),我下的是postgresql-9.6.5-1-windows-x64.exe

  

  2.安装软件

  1)安装python运行环境

  双击python-3.5.2.exe

  

  一般采用自定义安装比较好,不然自动安装会把环境安装到个人目录里,有时要找起来很麻烦

  另外第二个红框前面的勾记录打上,不然需要手动在windows环境变量的路径中添加python安装路径

 

  

  

  这里将安装路径手动修改一下,可以安装到C盘也可以安装到D盘

 

  

  完成安装

 

  然后我们打开CMD,在里面输入python,就可以直接进入进行编码了

  我们可以输入print('hello world!')来测试一下python运行,如下图

  

 

  如果输入python出现下面错误

  

  那就得手动将python安装路径添加到系统环境变量中

  打开开始菜单,对计算机点右键=》属性

  

  

  

  

  选中后点击编辑,在最后面分别添加

  ;C:\Python\Scripts\;C:\Python\;

  这是刚才的安装路径

  然后打开新的CMD(要开新的cmd才有效),输入python就可以看到刚才的提示进入编码界面了

 

   2)安装pycharm IDE软件

  双击pycharm-community-2016.2.3.exe,一般按正常的默认安装项就可以了

  

  

  

  

  

  这里是选择IDE编辑界面皮肤的,一般来说使用黑底灰字看起来没那么刺眼,对眼好一点,这里选择以后还可以在里面设置。

  提交后安装成功。

 

  汉化方法

  到网上下载个汉化包改名为resources_cn.jar,然后直接复制到安装路径下的lib文件夹里,重新打开IDE就自动汉化了

  想要取消汉化,只需要将这个文件删除,重新打开IDE就自动恢复英文版本

  建议不要进行汉化,因为汉化后IDE有一些功能使用不了或点击不了

  

  

 

 

  要配置编辑界面皮肤,可按下面进行配置。一般字体按默认项会比较小,也可以按下面的配置修改大一些。

  

  

  这里的列表项选择可以使用不同的皮肤

 

  

  使用默认项时,字体大小无法直接进行修改,点击Save As... 另存为后就可以修改

 

  

  

  另存为后现在就可以直接修改了

 

  3)安装postgresql数据库

  双击安装文件,然后按默认项安装就可以了

  

  最后一步这个勾最好去掉,不然会弹出安装各种插件的窗口,一般来说那些插件我们暂时都用不上,不用进行安装

  

  

 

  3.安装python各种包

  安装包有两种方法,一种是使用命令行,一种是IDE选择安装

  1)命令行安装方式

  打开cmd,输入pip install flask (你要安装的包名称),按回车就开始进入安装了

  

  

  等一会就安装成功了

 

  一般我们需要将pip升级到最新版本,这样可以减少安装问题的出现

  在cmd中输入下面命令,就会启动pip升级

1
pip install https: / / pypi.python.org / packages / 11 / b6 / abcb525026a4be042b486df43905d6893fb04f05aac21c32c638e939e447 / pip - 9.0 . 1.tar .gz #md5=35f01da33009719497f01a4ba69d63c9

  

  

  

  我们在cmd中输入:pip --version  就可以看到当前的pip版本了

  

  

  万一pip升级失败,也不用怕,可以到python官网进行下载安装包进行安装升级

  在浏览器地址栏中输入:https://pypi.python.org/pypi/pip 

  

  下载安装包,并解压到C盘根目录

  

  在DOS下输入下图命令,进入pip-9.0.1文件夹,然后输入:python setup.py install 进入pip安装

  

  

  完成pip升级操作

 

  2)IDE安装方式

  打开IDE,点击:File => Default Settings

  

  然后选择Project Interpreter,就可以看到已经安装好的python包列表了,点击右上角的+进入安装包选择界面

  

  在顶部搜索框里输入想要安装的包名称,就可以搜索到安装包,然后选择它,点击左下角的Install Package,IDE就开始进入下载安装了,如果出现由于网络原因造成安装失败,可以点击其他项后再点回来,然后点安装,多次后就可以安装成功,反复进行后还是无法安装成功的,可以点击查看出错原因,也可以使用命令方式进行,直接看到出错原因。

  

  完成以上操作后,就可以开始开发pythont程序了

 




    本文转自 AllEmpty 博客园博客,原文链接:http://www.cnblogs.com/EmptyFS/p/6184627.html,如需转载请自行联系原作者


相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
27天前
|
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。
86 34
|
29天前
|
人工智能 Java Python
python安装、vscode安装、conda安装:一文搞定Python的开发环境(史上最全)
尼恩架构团队推出了一系列《LLM大模型学习圣经》PDF,旨在帮助读者深入理解并掌握大型语言模型(LLM)及其相关技术。该系列包括Python基础、Transformer架构、LangChain框架、RAG架构及LLM智能体等内容,覆盖从理论到实践的各个方面。此外,尼恩还提供了配套视频教程,计划于2025年5月前发布,助力更多人成为大模型应用架构师,冲击年薪百万目标。
|
1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!
53 1
|
1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。
110 2
|
1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
41 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
|
1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。
|
2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。
323 2
|
3月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
59 3
|
3月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
214 3
|
4月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
252 0

热门文章

最新文章

推荐镜像

更多