Python入门指南(四)-项目初始化

Python入门指南(三)

欢迎来到Python入门指南的第四部分!现在,让我们继续深入探索Python的更多高级功能和应用,帮助你更加熟练地掌握这门强大的编程语言。本章主要是为了后面的练习做铺垫适当浏览即可，也可作为初始化的工具文档.

🔹 1. 安装 Python（推荐使用 Homebrew）

M1 Mac 推荐使用 Homebrew 安装 Python，因为 Homebrew 可以自动下载适配 ARM 架构的版本。

✅ 安装 Homebrew（如果未安装）

bash 复制代码

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

然后配置环境变量：

bash 复制代码

echo 'eval "$(/opt/homebrew/bin/brew shellenv)"' >> ~/.zshrc
source ~/.zshrc

✅ 使用 Homebrew 安装 Python

bash 复制代码

brew install python

安装完成后，检查 Python 版本：

bash 复制代码

```bash

python3 --version

注意：macOS 预装了 Python 2.x，使用 python3 运行 Python 3。

🔹 2. 配置环境变量

如果 python3 命令找不到，可能 PATH 需要调整。

✅ 确保 Python 目录在 PATH 里

bash 复制代码

echo 'export PATH="/opt/homebrew/bin:/opt/homebrew/sbin:$PATH"' >> ~/.zshrc
source ~/.zshrc

然后检查 Python 路径：

bash 复制代码

which python3

如果显示 /opt/homebrew/bin/python3，说明配置正确。

🔹 3. 安装 pip

macOS 可能已经自带 pip，检查是否可用：

bash 复制代码

pip3 --version

如果未安装或版本过旧，使用：

bash 复制代码

python3 -m ensurepip --default-pip
python3 -m pip install --upgrade pip

确保 pip 版本最新，否则后续安装 Python 包可能会失败。

🔹 4. 配置 pip 镜像（加速下载）

默认 pip 使用官方 PyPI，国内访问较慢，可以切换到国内源：

bash 复制代码

mkdir -p ~/.pip
echo '[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple' > ~/.pip/pip.conf

这样 pip install 会自动从清华镜像下载，速度更快。

🔹 5. 测试 Python 和 pip

bash 复制代码

python3 -c "import sys; print(sys.version)"
pip3 list

如果没有报错，说明 Python 和 pip 安装成功 🎉

🔹 6. 创建虚拟环境（推荐）

在开发中，使用虚拟环境可以避免依赖冲突：

bash 复制代码

python3 -m venv myenv
source myenv/bin/activate  # 进入虚拟环境
deactivate  # 退出虚拟环境

🚀 小结

✅ 使用 Homebrew 安装 Python，避免兼容性问题

✅ 配置 PATH 变量，确保 python3 可用

✅ 安装 pip 并切换国内源，加速下载

✅ 使用虚拟环境 ，管理 Python 依赖这一整套操作流程，虽然步骤较多，但实际上是后续高效开发的基础。

稳定、清晰的本地 Python 环境，能让我们在实际项目开发中避免大量环境问题，比如：模块找不到、依赖版本冲突、包安装失败等常见麻烦。

为什么要这样初始化？（为后面项目打好地基）

接下来，我们会逐步进入更实战的内容，比如：

使用 Flask 开发 Web API，实现浏览器访问和数据交互
使用 YOLO（You Only Look Once） 系列模型做目标检测，比如识别人群、车辆、动作等
利用 Ultralytics 提供的高效工具链，快速加载预训练模型，进行图片、视频流检测

这些框架和工具本身都依赖很多第三方库，比如 flask、torch、opencv-python、ultralytics 等。

它们不仅文件体积大，而且各自对 Python 版本、pip 版本、依赖包的版本有一定要求。

如果没有提前规范好 Python 环境，很容易导致安装失败、运行报错、版本混乱。

因此，提前初始化好 Python 环境，就像给后续开发打下了一条稳定的高速公路：

安装库时一路畅通，不受限
遇到错误可以快速定位，不用反复排查环境问题
未来需要切换不同项目时，可以快速创建新的虚拟环境，互不干扰

个人总结

一个好的项目，从一开始就需要一个干净、稳定的开发环境。