Python软件和搭建运行环境

目录

一、Python安装全流程(Windows/Mac/Linux)

[1. 下载官方安装包](#1. 下载官方安装包)

[2. 详细安装步骤(以Windows为例)](#2. 详细安装步骤(以Windows为例))

[3. 环境变量配置(Mac/Linux)](#3. 环境变量配置(Mac/Linux))

二、虚拟环境管理(关键!)

为什么需要虚拟环境?

[1. 使用venv(Python内置)](#1. 使用venv(Python内置))

[2. 使用conda(推荐数据科学方向)](#2. 使用conda(推荐数据科学方向))

三、开发工具推荐与配置

[1. IDE选择](#1. IDE选择)

[2. VS Code配置指南](#2. VS Code配置指南)

四、常见问题解决方案

[1. python命令无效?](#1. python命令无效?)

[2. pip安装包速度慢?](#2. pip安装包速度慢?)

[3. 多版本Python管理](#3. 多版本Python管理)

五、最佳实践总结


一、Python安装全流程(Windows/Mac/Linux)

1. 下载官方安装包
2. 详细安装步骤(以Windows为例)
  1. 双击安装包

  2. 勾选 "Install launcher for all users""Add Python to PATH"

  3. 选择自定义安装 → 确保所有可选组件被勾选

  4. 安装完成后验证:

    bash

    复制代码
    python --version
    pip --version
3. 环境变量配置(Mac/Linux)

bash

复制代码
# 查看Python路径
which python3

# 永久添加环境变量
echo 'export PATH="/usr/local/bin:$PATH"' >> ~/.bash_profile
source ~/.bash_profile

二、虚拟环境管理(关键!)

为什么需要虚拟环境?
  • 隔离项目依赖

  • 避免版本冲突

  • 便于依赖迁移

1. 使用venv(Python内置)

bash

复制代码
# 创建环境
python -m venv myenv

# 激活环境
# Windows:
myenv\Scripts\activate.bat
# Mac/Linux:
source myenv/bin/activate

# 退出环境
deactivate
2. 使用conda(推荐数据科学方向)

bash

复制代码
# 安装Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

# 创建环境
conda create -n myenv python=3.10

# 激活环境
conda activate myenv

三、开发工具推荐与配置

1. IDE选择
工具 特点 适用场景
PyCharm 功能全面,调试方便 大型项目开发
VS Code 轻量级,插件丰富 通用开发
Jupyter 交互式编程 数据分析
2. VS Code配置指南
  1. 安装Python扩展

  2. 设置Python解释器路径(Ctrl+Shift+P → "Python: Select Interpreter")

  3. 推荐安装插件:

    • Pylance(代码提示)

    • Python Test Explorer(测试支持)

    • Jupyter(笔记本支持)


四、常见问题解决方案

1. python命令无效?
  • 重新安装并勾选Add Python to PATH

  • 手动添加环境变量:

    • Windows:系统属性 → 高级 → 环境变量 → 编辑Path

    • Mac/Linux:检查~/.bash_profile配置

2. pip安装包速度慢?

bash

复制代码
# 使用国内镜像源
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

# 永久配置
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
3. 多版本Python管理

bash

复制代码
# Windows使用py启动器
py -3.10 -m pip install package  # 指定Python3.10

# Linux使用update-alternatives
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10 1

五、最佳实践总结

  1. 始终使用虚拟环境

  2. 项目根目录添加requirements.txt

    bash

    复制代码
    pip freeze > requirements.txt
    pip install -r requirements.txt
  3. 定期更新核心包

    bash

    复制代码
    pip install --upgrade pip setuptools wheel

学习资源

相关推荐
被摘下的星星4 分钟前
Java 中 .length、.length() 以及 .size() 的区分
java·开发语言
岁月宁静12 分钟前
一、《从零手撸 Agent》 我用 10 行代码跑通了第一次大模型调用(顺便踩了 4 个坑)
前端·python·agent
大连好光景13 分钟前
【AI Agent案例开发项目01解读】
chrome·python·langchain
青 春 记 忆15 分钟前
零基础入门python43:Django接口测试与库存边界
python·django·后端开发
geovindu16 分钟前
CSharp: State Pattern
开发语言·后端·c#·.net·状态模式·行为模式
IT小白杨21 分钟前
TikTok小店防封号浏览器实战:2026年多店铺环境隔离与账号安全运营技术解析
开发语言·数据库·安全·php·chrome devtools·指纹浏览器
Patrick在香港21 分钟前
Python 拉取 C&SD 官方 API:香港 2022 年已跨过“超老龄线“,而抚养比正在爬回 1961
android·c语言·python·数据分析·时序数据库·数据可视化·香港
2601_9623824323 分钟前
Python零基础入门,看完直接上手写代码
python·机器学习·编程语言·数据科学·入门教程
信誓旦旦的程序猿24 分钟前
【零依赖量化数据实战 #25】北交所技术指标与基本面
java·人工智能·python·股票数据api·股票数据·股票数据api接口·股票api数据接口
2601_9669496526 分钟前
Python 量化开发为什么适合使用金融数据 SDK?从数据获取到策略研究的工程化实践
开发语言·python·数据分析·量化交易·股票数据·quantdash