认识Python&基础环境搭建
前言
作为.net coder可能.net core是现阶段首要学习方向,但是说实在的对core真的不感冒。
原因有几点:
1.公司项目底层需要的一部分库,core还不支持。
2.同样的需求,.net能满足的情况下,为何要用core再实现一遍呢?如果不是为了特殊的跨平台需求,我觉得根本没必要。
3.core的社区太羸弱(无意冒犯),它出现实在有点晚,生态还不完整,所以打算观望一段时间。
本人目前对人工智能方面的技术非常感兴趣,python作为人工智能的首选语言........所以没办法了。
认识python
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 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:
1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 2 conda config --set show_channel_urls yes
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,不管任何平台网上有很多资料,写这篇的目的是希望自己能有始有终,就像当初学习c#。
同样的路程,但是可能是完全不同的风景,期待ing......
上一篇: 关于具有I2C总线的TEA6320的使用
下一篇: PHPMailer 中文使用说明小结