Python安装教程

简介: Python安装教程

一:python安装


安装软件的路径中不允许出现中文、带空格的字符串、特殊符号、纯数字(数字开头),建议是某个盘符根目录。


1)在d根目录下创建一个文件夹:python

2)打开WEB浏览器访问:Download Python | Python.org exe文件或则msi文件都是windows可以直接运行的后缀名。

b5b3fea867be4911b967d3c38e4cfe84.png


3)右键管理员权限打开或者直接双击下载的python-3.8.2-amd64.exe文件

727539ae9c774a46a931f8d74d3eae03.png


4)全部选中可以的组件,下一步。

5)高级设置,勾选对all user可用,选择自定义的安装目录,点击install 安装,直到安装成功。

03cf099340454c1d845c84db7f3c1d9e.png


6)验证安装是否成功

cmd->python,出现下面命令行,表明python安装正确,环境变量配置正确。

dbb87e7435ca40faa2f2c7c65f7115c0.png


二、环境变量配置(基本技能,必须掌握)


遇到xxxx不是内部命令的问题,就是环境变量path未配置正确。


配置环境变量的目的?


让windows知道你安装的某个软件在什么位置,cmd下运行该软件对应的命令的时候能找到它。

高级属性设置。

1842c6d3537746c1ae9069d09b331639.png


在系统属性窗口->高级标签->环境变量-->系统环境变量path

565abbbc82ac4d24978fa37e4d82832e.png


三、vscode安装


更改安装目录,下一步直到完成(可以选择创建桌面快捷方式)。

16e60f28b7fc4cf2b17a2e58daf0cf39.png


安装三个基础插件:中文简体包、python、

重启vscode。

f8e839b5c5cb47069e3273276576e8fb.png


创建vscode中的工程目录及第一个.py文件(就是python的文件)

文件-->打开文件夹--选择一个提前准备好的文件夹作为工程目录。

f559675fdfaf469b866dd48ee80b03ba.png


在pythonDemo目录下创建first.py文件(模块),并输入一句代码:print("hello world")

7a9179b9eb3746f88ec17df938e818e2.png


为vscode选择python解释器(在vscode中运行python文件选择本地安装的python环境)

7a59dbfc43ed48c08c863593a92816fa.png


运行编辑的python文件(如果是第一次运行,可能右小角会弹窗提示安装pylint工具,直接安装即可,安装后重启一次vscode即可)

af1d0651cd6a4f489dfae2e441dc2754.png


相关文章
|
25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。
43 3
|
11天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
21 1
|
12天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
14 1
|
14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。
23 1
|
16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。
20 3
|
19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。
31 5
|
18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。
26 3
|
17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。
25 1
|
20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。
27 2
|
21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。
28 3