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。

相关推荐
小袁拒绝摆烂7 分钟前
OpenCV-几何变化和图像形态学
人工智能·opencv·计算机视觉
免檒10 分钟前
go语言协程调度器 GPM 模型
开发语言·后端·golang
Ronin-Lotus10 分钟前
程序代码篇---python获取http界面上按钮或者数据输入
python·http
摆烂仙君20 分钟前
南京邮电大学金工实习答案
人工智能·深度学习·aigc
不知道写什么的作者30 分钟前
Flask快速入门和问答项目源码
后端·python·flask
视觉语言导航33 分钟前
中科院自动化研究所通用空中任务无人机!基于大模型的通用任务执行与自主飞行
人工智能·深度学习·无人机·具身智能
moonsims33 分钟前
道通龙鱼系列-混合翼无人机:垂直起降+长时续航
人工智能·无人机
视觉语言导航38 分钟前
南航无人机大规模户外环境视觉导航框架!SM-CERL:基于语义地图与认知逃逸强化学习的无人机户外视觉导航
人工智能·深度学习·无人机·具身智能
学算法的程霖40 分钟前
CVPR2025 | 首个多光谱无人机单目标跟踪大规模数据集与统一框架, 数据可直接下载
人工智能·深度学习·目标检测·机器学习·计算机视觉·目标跟踪·研究生
caihuayuan51 小时前
生产模式下react项目报错minified react error #130的问题
java·大数据·spring boot·后端·课程设计