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......