《树莓派Python编程入门与实战(第2版)》——3.3 安装Python和工具

简介:

本节书摘来自异步社区《树莓派Python编程入门与实战(第2版)》一书中的第3章,第3.3节,作者[美] Richard Blum Christine Bresnahan,陈晓明 马立新 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。

3.3 安装Python和工具

如果你发现Python环境中缺了什么,别担心,这不是大问题。在这节中,你可以通过如下的步骤快速安装所有的东西。

1.如果你的树莓派是使用有线连接到互联网的,确保它能连接到网络然后启动你的树莓派。

2.启动图形界面,如果它没有自动启动的话。如果使用的无线网络的话,确保它是工作的。

3.单击Terminal图标打开一个终端。在命令行提示符下,输入sudo apt-get install python3 idle3 nano然后按回车键。

TIP 提示:但是我并不需要所有的程序!

在第三步中的命令中,如果包含你已经安装了的软件,也不用担心。如果需要的话,该命令只会对已安装的软件进行升级。

应该看到几条关于软件安装或升级的信息,然后是一个问题Do you want to continue [Y/n]?输入Y然后按回车键。安装结束后,你会看到提示符。现在回到3.2.2小节,确保Python开发环境一切正常。

检查键盘

如果你在英国生活和工作,那么应该可以跳过这一节。如果是住在别处,那么你的键盘极有可能配置不正确。

目前为止,你的键盘可能没有问题。但是,做一个小的测试:按下键盘上的@键,你是不是看到了双引号(")而不是@符号?如果是这样的话,那么你需要读完本小节以正确配置键盘。

如果你使用的是一个典型的U.S.键盘,通过下面的步骤来使键盘能在Python开发过程中正常工作。

1.启动树莓派并进入LXDE图形界面。

2.双击Terminal图标打开终端窗口。

3.输入sudo raspi-config并按下回车键。

4.在Raspi-config窗口中,按向下箭头键直到选中Internationalisation Options选项,然后按下回车键。将会出现一个新的菜单。

TIP 提示:“Internationalisation”的拼写正确吗?

如果你来自美国,看到单词Internationalization的拼写中使用了s而不是z,你可能会纳闷儿。注意,术语的美式英语和英式英语在拼写上有几处不同。但两种拼写都是正确的。

5.按向下箭头键,直到到达Change Keyboard Layout选项。下一个窗口打开可能需要几秒钟,请耐心等待。

6.当下一个窗口显示Please select the model of the keyboardof this machine.,按回车键接受默认选项。

CAUTION 警告:特殊键盘

如果你使用特殊的键盘,如Dvorak键盘,那么English (US)选项可能无法在你的键盘上正常工作。键盘上的按键产生的都是不正确的字符。这可能会妨碍你登录树莓派!

如果你有一个特殊键盘,在键盘类型选择窗口中选择一个最符合你的需求的选项。如果弄错了,你的键盘出现异常的行为,也不要担心。你可以重新启动树莓派并保持按住Shift键,以进入到Recovery模式。一旦进入了Recovery模式,就可以选择键盘布局了。

7.当下一个窗口显示Please select the layout matching the keyboard for this machine.,按向下箭头键向下滚动,直到你选中Other选项,按下回车键。

8.当下一个窗口显示The layout of keyboards varies per country [...],按向下箭头键滚动菜单,直到选中English (US)选项,按下回车键。

9.会再一次看到一个窗口显示Please select the layout matching the keyboard for this machine.,按向下箭头键滚动菜单,直到选中之前不可用的English(US)选项,按下回车键。

10.在下面列出的3个界面上,修改配置或者按下回车键接受默认选项就可以了。

Key to function as AltGr。

Compost Key。

Use Control Alt Backspace。

11.在raspi-config窗口中,按Tab键直到选中选项,然后按下回车键。

12.因为对键盘的改动需要重启系统才能生效,现在在终端窗口中输入sudo reboot并回车。

13.在树莓派启动后,测试你的键盘是否正常工作。看一下按@键是否显示@,按下"键是否显示一个双引号( " )。

在这里,可以重新启动树莓派并且按住Shift键进入Recovery模式,从而修复任何的问题。一旦进入Recovery模式,可以选择键盘布局。在最糟糕的情况下,你无法进入Recovery模式,这时候返回第1章并将NOOBS安装软件的一个全新版本放入到microSD卡中,然后,重新安装Rasbian。通过这么做,可以返回到“常规的”键盘操作。

相关文章
|
2天前
|
API 数据库 数据安全/隐私保护
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】Django REST framework (DRF) 是用于构建Web API的强力工具,尤其适合Django应用。本文深入讨论DRF面试常见问题,包括视图、序列化、路由、权限控制、分页过滤排序及错误处理。同时,强调了易错点如序列化器验证、权限认证配置、API版本管理、性能优化和响应格式统一,并提供实战代码示例。了解这些知识点有助于在Python面试中展现优秀的Web服务开发能力。
19 1
|
2天前
|
SQL 中间件 API
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】**Flask是Python的轻量级Web框架,以其简洁API和强大扩展性受欢迎。本文深入探讨了面试中关于Flask的常见问题,包括路由、Jinja2模板、数据库操作、中间件和错误处理。同时,提到了易错点,如路由冲突、模板安全、SQL注入,以及请求上下文管理。通过实例代码展示了如何创建和管理数据库、使用表单以及处理请求。掌握这些知识将有助于在面试中展现Flask技能。**
11 1
Flask框架在Python面试中的应用与实战
|
4天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
25 6
|
4天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
9 1
|
5天前
|
机器学习/深度学习 数据可视化 数据挖掘
《Python 简易速速上手小册》第9章:数据科学和机器学习入门(2024 最新版)
《Python 简易速速上手小册》第9章:数据科学和机器学习入门(2024 最新版)
16 1
|
5天前
|
安全 数据处理 开发者
《Python 简易速速上手小册》第7章:高级 Python 编程(2024 最新版)
《Python 简易速速上手小册》第7章:高级 Python 编程(2024 最新版)
18 1
|
5天前
|
人工智能 数据挖掘 程序员
《Python 简易速速上手小册》第1章:Python 编程入门(2024 最新版)
《Python 简易速速上手小册》第1章:Python 编程入门(2024 最新版)
34 0
|
5天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title('简单折线图') plt.xlabel('X轴') plt.ylabel('Y轴') plt.show() ```
9 1
|
5天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
10 1
|
6天前
|
API Python
Python模块化编程:面试题深度解析
【4月更文挑战第14天】了解Python模块化编程对于构建大型项目至关重要,它涉及代码组织、复用和维护。本文深入探讨了模块、包、导入机制、命名空间和作用域等基础概念,并列举了面试中常见的模块导入混乱、不适当星号导入等问题,强调了避免循环依赖、合理使用`__init__.py`以及理解模块作用域的重要性。掌握这些知识将有助于在面试中自信应对模块化编程的相关挑战。
19 0