从零认识Python，第一步搭建基础环境！

【【徒手忆岁月】从零认识Python，第一步搭建基础环境！】https://toutiao.com/group/6605437523541885448/?iid=15906422033&app=explore_article&timestamp=1537970295&group_id=6605437523541885448&tt_from=copy_link&utm_source=copy_link&utm_medium=toutiao_ios&utm_campaign=client_share 

认识Python（私信小编007即可获取大量Python视频教程以及各类PDF!）

Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的弱类型语言。设计具有很强的可读性，相比其他语言经常使用英文关键字和标点符号，它具有比其他语言更具特色的语法结构。

1.Python 是一种 解释型语言 ： 这意味着开发过程中没有了编译这个环节。

2.Python 是 交互式语言 ：这意味着可以在一个Python提示符，直接互动执行写你的程序。

3.Python 是 面向对象语言 ：这意味着Python支持面向对象的风格或代码封装在对象的编程技术。

Python正式诞生于1991年，而Python的解析器有多个语言实现版本，常用的是 Cpython（官方版本，C语言实现） 、Jython（可运行在Java平台）、IronPython（可运行在.NET和Mono平台）、PyPy（Python实现，支持JIT即时编译）。

Python目前有两个版本：Python2和Python3。向下是不兼容的，有着些许的区别。现阶段大部分公司用的是Python2，而官方是推荐Python3，我个人因为并不打算转向Python开发，所以 选择Python3 学习。

环境搭建

Python支持Linux、MacOS、Winodws平台下开发，我这里只讲Winodws平台的环境搭建，自个也有Linux虚拟机和环境，但还不太适应，所以考虑学习成本，尽可能专注Python上，减少其它知识点的干扰（等我对Linux熟悉以后再说）。

1.认识Anacondata

首先我们需要了解python的本质，当我们在使用python语言编写程序之前需要下载一个python解释器, 这才是python的核心,如果没python解释器, python代码是没办法运行的。同时开发过程中还需要其它的开源包。

初学Python的很多人会去官网下载安装python解释器,然后需要的外部包再一个个引用。其实完全没有必要。

Anaconda是专注于 数据分析 的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。 conda 是开源包（packages）和虚拟环境（environment）的管理系统。

开源包管理：可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、 pandas、Scikit-learn、Scipy 这些在数据分析中常用的包。

虚拟环境管理：在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。

2.Anaconda安装

进入官网下载Anaconda安装包

开始安装步骤

勾选【Add Anaconda to my PATH environment varable（将Anacondata添加环境变量）】

3.配置环境变量

我的电脑==》右键==》属性。点击【环境变量】

双击【Path】

添加三个path路径（均在Anaconda的安装路径上）。

4.创建虚拟环境

因为conda下载文件要到国外服务器，速度比较慢。所以我们要添加一个清华的镜像服务器来解决。

打开 CMD 或 Anaconda Promp：

避免和基础环境冲突，我们新建虚拟环境，可以在虚拟环境中安装不同的python版本或python工具包，不需要是也可删除，保证基础环境不受干扰。

打开 CMD 或 Anaconda Promp：

1 conda create –n jonins_py36 python=3.6

这里jonins_py36是环境名称可自行设置，python=3.6是版本，可以设置其它版本。

若提示： Proceed ([y]/n)? y ，输入y回车。

如图所示，表示环境配置成功。

尝试触发新建的环境：

1 activate jonins_py36

会显示如下，表示已载入此环境。

5.安装Python工具包

工具包是可以选择性的安装在我们创建的环境中，例如要安在我们的虚拟环境中则需先进入虚拟环境（activate 环境名称），然后安装。不进入的话则默认安装在基础环境。如安装scipy工具包命令：

1 conda install scipy

6.Anacondata命令

切换环境：activate jonins_py36

所有环境：conda env list

可以输入python打开解释器输入import scipy 如果报错则scipy包未安装，exit()推出解释器。

查看环境包的信息：conda list

安装包：conda install scipy

卸载包：conda remove scipy

导出环境,，将包信息存入yaml文件中.：conda env export > jonins_py36.yaml

导入环境，当需要重新创建一个相同的虚拟环境时可以用：conda env create -f jonins_py36.yaml

常用的命令如下：

activate //切换到base环境 activate jonins_py36 //切换到jonins_py36环境 conda create -n jonins python=3 //创建一个名为jonins的环境并指定python版本为3的最新版本 conda env list //列出conda管理的所有环境 conda list //列出当前环境的所有包 conda install numpy //安装numpy包 conda remove numpy //卸载numpy包 conda remove -n jonins --all //删除jonins环境及下属所有包 conda update numpy //更新numpy包 conda env export > jonins.yaml //导出当前环境的包信息 conda env create -f jonins.yaml //用配置文件创建新的虚拟环境

集成开发环境（IDE：Integrated Development Environment）

1.集成开发环境选择

1. Vim Python ，上个月最开始学习使用的这种，很不适应，并且配置真的是一头雾水，真正python大神所用（Vim设计理念很吊，有它的独特之处，分几种种常用的模式，这个以后再说）。

2. Subline Python ，对我而言跟Vim Python没什么区别......

3. PyCharm 是由 JetBrains 打造的一款 Python IDE，支持 macOS、 Windows、 Linux 系统。功能有 : 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等。

4. Visual Studio Code 由微软在2015启动，一个运行于 Mac OS X、windows和 Linux 之上的，针对于编写现代 Web 和云应用的跨平台源代码编辑器。

Anaconda中已经集成Visual Studio Code，Anaconda安装完成后可以直接在Anaconda Nagvigator界面中安装Vscode。安装好之后，就可以使用vscode来进行python的学习。

5. Visual Studio 不用多说了，用过的都说好，作为世界最强大的IDE，我个人的首选。

2.Visual Studio&Hello Word

运行【Visual Studio Installer】。将 Python开发 和 数据科学和分析应用程序 勾选即可。

安装完毕后，Visual Studio会自动引入我们前面安装的Anaconda环境。

创建一个解决方案，用于Pytong的学习，添加Python项目。

可以看得项目的Python环境已经集成，如果需要可以右键更换Anaconda的环境。

写一行Python的代码：

1 print('Hello World')

运行结果：

开发环境搭建完成。

结语

环境搭建，同样的路程，但是可能是完全不同的风景，期待......