写给前端的 Python 教程一

你好，我是 hockor，我第一次接触 Python 应该是 18 年左右，当时还是跟衡哥搞 django 做 web 开发，这两年随着 AI 的爆发，Python 越来越受到开发者的青睐，Python 的好处总结起来我感觉有如下四点

通用性强：几乎覆盖所有主流技术领域
生态成熟：有成千上万的高质量库和框架
学习成本低：语法简洁，适合新手入门
未来发展好：AI、大数据、自动化持续推动其发展

那么作为前端工程师，我打算用几篇内容来对比学习下Python，如果你正好也有一样的需求，不妨可以看看。

版本选择

**不需要选择，无脑 Python3 即可。**因为Python 2.x已于2020年停止维护，目前主流的包几乎都是基于 Python3 的了。

另外 Mac 系统已预装Python，使用 python3 --version 即可打印出版本号。比如我的 macos 15 默认就是 3.13.2版本。

在终端输入 Python3即可进入 Python 解释器（类似于在终端输入 node 一样），你可以尝试着print('hello world')。

运行环境

一般来说我们学习前端的时候可以直接在终端敲 node命令进入解释器，但是这种有个问题是我的代码没法保存，所以一般呢，我们会使用 npm init初始化一个项目，会使用package.json来管理三方包，并且默认三方包是安装在当前目前的node_modules文件夹下，同时我们会使用 npm / yarn / pnpm 等来安装或卸载包。那么 Python 生态也是这样子吗？接下来我们详细介绍下。

pip vs npm

Python 的包管理器是 pip，和 Node.js 的 npm 有许多相似之处，但也存在一些重要区别：

包管理文件：
- Python使用requirements.txt（类似package.json）
- pip freeze > requirements.txt（类似npm init）
依赖安装：
- pip install package_name（类似npm install package_name）
- pip install -r requirements.txt（类似npm install）
包卸载：
- pip uninstall package_name（类似npm uninstall package_name）

pip常用命令

bash 复制代码

# 安装包
pip install package_name

# 指定版本安装
pip install package_name==1.0.0

# 查看已安装的包
pip list

# 查看过期的包
pip list --outdated

# 升级包
pip install --upgrade package_name

# 导出依赖
pip freeze > requirements.txt

主要区别

**全局vs本地安装：**npm默认本地安装到node_modules，而pip默认全局安装（下面会提到虚拟环境）
**依赖管理：**npm自动处理依赖树并在package.json中维护，而pip需要手动管理requirements.txt（有点无语😅）
**版本锁定：**npm使用package-lock.json，pip可以使用pip-tools生成requirements.txt
**脚本运行：**npm可以在package.json中定义scripts，Python通常使用Makefile或直接运行命令

提示：因为 pip默认全局安装，所以我们强烈建议使用虚拟环境（venv）来隔离项目依赖，这样可以避免全局包冲突的问题。这一点与Node.js的node_modules本地依赖管理方式有所不同。

虚拟环境

虚拟环境是一个独立的Python运行环境，它具有以下优势：

**项目隔离：**不同项目可以使用不同版本的包，避免包版本冲突。
**依赖管理：**可以为每个项目维护独立的依赖列表，方便项目迁移和部署。
**环境清洁：**避免全局环境被污染，保持系统Python环境的整洁。

而 venv 是 Python 3.3+ 自带的标准虚拟环境模块，用于创建隔离的 Python 环境。

✅ 优点：

无需额外安装（Python 自带）
轻量简单，适合快速测试或教学
标准工具，适用于所有 Python 项目

❗缺点：

不自动管理依赖版本
没有统一的依赖配置文件（你得自己维护 requirements.txt）
无法锁定依赖树（容易出现"在我机器上能跑"的问题）

它默认会在我们项目文件夹内部创建一个文件夹，用来存放 Python 解释器、三方依赖包、辅助脚本等等，大致结构如下

在Mac上安装和使用venv

venv 其实就是 virtual env 的意思，Mac系统已经预装了venv模块，可以直接使用。以下是基本使用步骤：

创建虚拟环境：

bash 复制代码

python3 -m venv .venv # 会基于你当前的Python 版本创建一个虚拟环境，存放在 .venv 文件夹内

激活虚拟环境：
bash 复制代码
```
source .venv/bin/activate
```
**确认环境：**激活后，终端提示符前会显示(myenv)，表示已进入虚拟环境。

**安装包：**使用pip安装所需的包：
bash 复制代码
```
pip install package_name
```
**退出虚拟环境：**使用以下命令：
bash 复制代码
```
deactivate
```

建议为每个Python项目创建独立的虚拟环境，这样可以更好地管理项目依赖，避免潜在的冲突问题。

使用特定Python版本创建虚拟环境

当需要使用与系统默认Python版本不同的版本创建虚拟环境时，可以通过以下步骤实现：

安装所需的Python版本：
bash 复制代码
```
pyenv install 3.8.0
```
使用pyenv指定Python版本创建虚拟环境：
bash 复制代码
```
pyenv local 3.8.0
python -m venv myenv-3.8
```

或直接使用完整路径创建：

bash 复制代码

~/.pyenv/versions/3.8.0/bin/python -m venv myenv-3.8

提示：如果还没有安装pyenv，可以通过以下命令安装：

bash 复制代码

brew install pyenv

这样创建的虚拟环境将使用指定的Python 3.8.0版本，无论系统默认版本是什么。可以通过以下命令验证Python版本：

bash 复制代码

source myenv-3.8/bin/activate
python --version  # 应显示Python 3.8.0

poetry

这样子看起来 venv还不错，至少不会出现全局包冲突等等问题了，但是熟悉了 nodejs 那一套的我们，肯定希望还能进一步，比如自动帮我管理依赖，帮我做版本锁定等等，那么接下来介绍的 poetry，看起来可以帮我们完成这个目标

Poetry（python-poetry.org/）是一个现代化的 Python 依赖管理和打包工具，它旨在简化 Python 项目的依赖管理和打包流程。相比传统的 pip + requirements.txt 方案，Poetry 提供了更强大和优雅的解决方案。

主要特点

**依赖管理：**使用 pyproject.toml 文件声明项目依赖，类似 package.json
**虚拟环境管理：**自动创建和管理虚拟环境，无需手动管理 venv
**锁文件机制：**通过 poetry.lock 确保依赖版本的一致性，类似 package-lock.json
**构建和发布：**简化了 Python 包的构建和发布流程

基本使用方法

安装 Poetry：

bash 复制代码

curl -sSL https://install.python-poetry.org | python3 -

创建新项目：

bash 复制代码

poetry new my-project
# 或在现有项目中初始化
poetry init

添加依赖：

bash 复制代码

poetry add requests
# 添加开发依赖
poetry add pytest --dev

安装依赖：
bash 复制代码
```
poetry install
```

pyproject.toml 示例

toml 复制代码

[project]
name = "python-learn"
version = "0.1.0"
description = ""
authors = [
    {name = "[email protected]"}
]
license = {text = "MIT"}
readme = "README.md"
requires-python = ">=3.13"
dependencies = [
    "requests (>=2.32.3,<3.0.0)"
]

[build-system]
requires = ["poetry-core>=2.0.0,<3.0.0"]
build-backend = "poetry.core.masonry.api"

[tool.poetry.group.dev.dependencies]
pytest = "^8.4.0"

poetry.lock文件示例

怎么样，前端开发者是不是觉得很眼熟。

与 venv+pip 相比，Poetry 提供了更类似的现代包管理体验，使 Python 项目的依赖管理变得更加简单和可靠。更多的使用请参考官网：python-poetry.org/docs/

PyPI vs npmjs

PyPI (Python Package Index) 类似于 npm registry ,两者都是各自语言的官方包注册中心：

功能：
- 都是官方的中央包仓库
- 允许开发者发布和共享代码包
- 提供包的版本管理和文档
- 支持包的搜索和发现
访问方式：
- PyPI: pypi.org
- npm: npmjs.com

Jupyter

ok，通过以上的基本介绍我们先对 Python 的基础管理有了个大致的认知，接下来，我们可以开始写写代码了，在这里也推荐一下 Jupyter 给大家，这是是一个基于 Web 的交互式开发环境，允许你：

在浏览器中编写和运行 Python（或其他语言）代码
实时查看结果
插入文字说明、公式、图表、图像等内容
将整个过程保存为 .ipynb 文件，方便分享和复现

所以对于初学者而言，我比较推荐使用 Jupyter，因为它不仅可以执行代码，还能插入markdown 内容，而且 vscode 也有插件，github也能很好的渲染。

vscode 插件

插件中心搜索jupyter即可

安装以后，我们就可以创建一个xxx.ipynb结尾的文件即可。

github中的渲染

ok，以上就是我们第一节关于 Python 环境相关的介绍，对比着 Node.js 的包管理咱们对 Python 包管理有了个简单的认知，后续我们开始正式进入到 Python 的相关知识中，我们下一节再见👋