Python环境搭建

简介: Python环境搭建

Python官网地址:https://www.python.org/


Python官方文档:https://www.python.org/doc/


Pycham:https://www.jetbrains.com/pycharm/


Visual Studio Code: https://code.visualstudio.com/


conda:https://docs.conda.io/en/latest/miniconda.html


搭建 Python 语言开发环境,需要先下载 Python 语言开发包。


查看操作系统及版本


Windows:


image.png


Mac:

image.png

Linux:


终端输入uname -a,示例如下


image.png


Python语言开发包


我这里建议使用conda


适用于任何语言的软件包,依赖项和环境管理--Python,R,Ruby,Lua,Scala,Java,JavaScript,C / C ++,FORTRAN


Conda是在Windows,macOS和Linux上运行的开源软件包管理系统和环境管理系统。Conda可以快速安装,运行和更新软件包及其依赖项。Conda可以轻松地在本地计算机上的环境中创建,保存,加载和切换。它是为Python程序创建的,但可以打包和分发适用于任何语言的软件。


Conda作为软件包管理器可以帮助您查找和安装软件包。如果您需要一个需要使用不同版本的Python的软件包,则无需切换到其他环境管理器,因为conda也是环境管理器。仅需几个命令,您就可以设置一个完全独立的环境来运行该不同版本的Python,同时继续在正常环境中运行您通常的Python版本。


在默认配置下,conda可以在repo.anaconda.com上安装和管理由Anaconda®生成,审核和维护的7,500多个软件包。


Conda可以与Travis CI和AppVeyor等持续集成系统结合使用,以提供频繁,自动的代码测试。


所有版本的Anaconda®MinicondaAnaconda存储库均包含conda软件包和环境管理器 。Conda也包含在Anaconda Enterprise中,该公司为Python,R,Node.js,Java和其他应用程序堆栈提供现场企业包和环境管理。康达还可以在社区渠道conda- forge上使用 。您也可能会在PyPI上得到误解,但是这种方法可能不是最新的。


安装conda


conda分为anaconda和miniconda。anaconda是包含一些常用包的版本(这里的常用不代表你常用),miniconda则是精简版,需要啥装啥,所以推荐使用miniconda。

conda:https://docs.conda.io/en/latest/miniconda.html


进入后选择自己所使用的版本即可,下载,安装。一直下一步就好了


conda —V


conda 4.9.1# 输出类似于这个就成功了


# 默认使用base源。个人所使用的项目环境较多,我们把它去掉


conda config --set auto_activate_base false


# 打开终端:Mac:command + 空格 输入terminal.Windows:win+r:输入cmd

终端中输入python3


print("你好, 我叫Payne")


下一篇,我将介绍Golang的基本数据类型,变量的申明方式常量的申明方式及iato


image.png

如图所示


第一个Python程序


第二款是老牌 IDE 公司 JetBrains 推出的 Goland,所有插件已经全部集成,更容易上手,并且功能强大,新手老手都适合,你可以通过官方网站 https://www.jetbrains.com/go/ 下载使用。


640.gif


安装完毕后右下角会提示重启VS Code,重启之后你的VS Code就显示中文啦!

点击左侧菜单栏最后一项管理扩展,在搜索框中输入chinese ,选中结果列表第一项,点击install安装。


安装中文简体插件


image.png


现在我们要为我们的VS Code编辑器安装Go扩展插件,让它支持Go语言开发。


安装go扩展


image.png


VSCode主界面介绍:


安装完毕后右下角会提示重启VS Code,重启之后你的VS Code就显示中文啦!


点击左侧菜单栏最后一项管理扩展,在搜索框中输入chinese ,选中结果列表第一项,点击install安装。


安装中文简体插件


  • 安装:略(进入官网,下载安装即可)


  • Visual Studio Code + Go设置


第一款是 Visual Studio Code + Go 扩展插件,可以让你非常高效地开发,通过官方网站下载所对应操作系统版本的Visual Studio Code。


目录
相关文章
|
3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。
430 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。
|
3天前
|
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!
20 1
|
10天前
|
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。
|
17天前
|
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。
|
16天前
|
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
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
|
22天前
|
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。
78 2
|
2月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
50 3
|
2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。
162 3
|
3月前
|
Shell 开发者 iOS开发
Python 环境搭建之 conda
本文介绍了Python项目管理工具Conda的两种版本——Anaconda和Miniconda的安装方法及环境使用,特别针对MacOS系统。Anaconda为全量版,适合新手;Miniconda则为轻量级版本,适合有经验的开发者。文中还提供了具体的安装命令和路径说明,帮助用户顺利完成安装并验证安装结果。
139 0
Python 环境搭建之 conda
|
3月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
642 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。