python 安装环境搭建

软件安装

Anaconda

Anaconda通过管理工具包、开发环境、Python版本，大大简化了python工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。假如正在做的项目A和项目B分别基于python2和python3，而第电脑只能安装一个环境，这个时候Anaconda就派上了用场，它可以创建多个互不干扰的环境，分别运行不同版本的软件包，以达到兼容的目的。
安装非常简单，前往Anaconda官网 即可下载安装，国内用户可以到清华大学TUNA镜像站下载，安装过程中注意到这一步

1. 第1项指将Anaconda的默认环境设置添加到系统环境，也就是说如果之前安装过python并添加到了环境，选了这一项之后原来的python会被覆盖掉，默认使用Anaconda的默认环境。
2. 第2项指设置Anaconda的默认环境为python3.5.

安装完成后Anaconda会创建一个叫base的默认环境，如果你不切换到其他指定环境，就会一直在默认环境运行。

Anaconda环境管理

接下来进行Anaconda环境管理。
打开：开始–>所有程序–>Anaconda3–>Anaconda prompt

conda env --help

刚刚系统默认创建了名叫base的默认环境，可以使用conda命令查看当前有多少环境

conda env list 查看所有环境 
或者
conda info --envs 

创建新的环境

输入

conda create --name your_env_name  
或者  
conda create -n your_env_name

your_env_name 就是新创建的环境名，你可以在里面安装其他包但不会与现有环境冲突,如果要在创建环境时指定包内容， 可以用

conda create -n your_env_name python=3.5

如果要指定多个包 可以用

conda create -n your_env_name python=3.5 numpy pandas

要指定特殊版本号加上=版本号就行，默认是最新的
对了，安装前为了保障查询到最新包情况，最好使用
`conda update --all 更新包信息。

例如现在要创建一个名叫 learningpy的基于py3的环境

conda update --all
conda create -n learningpy python=3.7

系统会询问是否创建，输入y回车后，系统将列出必要安装的包，
conda有一点好处是，如果需要安装一个包，系统将自动检查这个包需要的前置包并且安装，比如要安装TensorFlow，而TensorFlow会用到很多像前置包像pandas、matiplot等，如果在单纯的python下没有安装pandas等包就直接安装TensorFlow，那么和有可能无法使用，而使用conda安装TensorFlow将会询问并自动帮你把缺少的前置包安装好
创建完新的环境我们查看环境列表
conda env list

不同环境切换

activate 环境名  #进入环境
deactivate  #退出环境
linux和mac用户的命令不一样
source source activate 环境名 
source deactivate 环境名

一些常用命令

创建一个新环境fom旧的环境
conda create -n your_env_name --clone oldname
删除某个环境
conda remove -n your_env_name --all
导出环境配置（非常有用，比如你想帮朋友安装和你一模一样的环境，你可以直接导出一个配置文件给他，就能免除很多人力安装调试)
conda env export > environment.yml
将会在当前目录生成一个environment.yml,你把它交给小伙伴或拷到另一台机器，小伙伴只需要对这个文件执行命令  
conda env create -f environment.yml
就可以生成和你原来一模一样的环境啦

anaconda包管理

上文提到了创建环境时的包管理，那么创建好环境后如何进行包的安装、更新和卸载呢？
当然可以通过pip安装更新删除这里介绍conda

conda list 列举当前环境下的所有包
conda list -n packagename 列举某个特定名称包
conda install packagename 为当前环境安装某包
conda install -n envname packagename 为某环境安装某包
conda search packagename 搜索某包
conda updata packagename 更新当前环境某包
conda update -n envname packagename 更新某特定环境某包
conda remove packagename 删除当前环境某包
conda remove -n envname packagename 删除某环境环境某包

conda本身和anaconda、python本身也算包
conda update conda
conda update anaconda
conda update python

conda默认源可能速度比较慢可以添加其他源，常用的有清华TUNA

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes 在包后面显示来源

第三条执行安装包时会显示来自哪个源，一目了然

教育网用户可以添加ipv6源，速度很快

conda config --add channels https://mirrors6.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors6.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes 在包后面显示来源

anaconda实现原理解析

anaconda在目录下的envs文件夹保存了环境配置，也就是把所有的安装在这个环境下的包放在同一个文件夹中
当创建一个新环境时，anaconda将在envs中创建一个新的文件夹，这个文件夹包括了你安装在这个环境中的所有包
anaconda通过巧妙的包管理解决的一个大难题，确实方便了很多

vscode python开发插件安装

Python

首先当然要必备插件python了，提供了代码分析，高亮，规范化等很多基本功能，装好这个就可以开始愉快的写python了。

vscode-icons

vscode现在虽然已经自带了文件图标，但是作为一个颜控还是觉得略丑，这个插件提供各种图标就非常漂亮了

Bracket Pair Colorizer

代码颜色高亮一般只会帮你区分不同的变量，这款插件给不同的括号换上了不同的颜色，括号的多的时候非常实用。

Anaconda Extension Pack

这个插件大大增强了代码提示功能。原始的代码提示基本只包含了python标准库，有了这个插件之后各种第三方库基本都能实现代码提示了，并且还会额外显示每个方法的帮助。

运行python程序

.配置Python解释器

在打开Python文件后，VS Code会自动选择系统中配置的Python解释器，在状态栏中显示，如图：

如果需要切换解释器，使用Ctrl+Shift+P打开命令面板，输入python，选择Python:Select Interpreter：

运行整个python文件

• 在代码编辑器中：右键单击任意位置，选择在终端中运行python文件；
  
  
• 在资源管理器中：右键单击python文件，选择在终端中运行python：
  

运行部分python代码

首先选中要运行的代码，然后右键单击，选择在Python终端中运行选定内容/行：

调试python程序

Python扩展对于调试的支持：

设置断点，检查数据，并在逐步运行程序时使用调试控制台；
调试许多不同类型的Python应用程序，包括：多线程，Web和远程应用程序；

设置调试器

首先切换到调试界面，点击调试器设置按钮：

然后选择调试器：

选择调试器后VS Code会自动在工作区的.vscode目录下建立launch.json文件：

如果需要启动调试后自动停止在程序入口，添加下面的设置即可：

"stopOnEntry": true

设置断点

启动调试

启动调试后程序停留在第一个断点处：

使用调试控制面板进行调试：

控制面板中的按钮从左到右依次是：

• 移动按钮：拖住后可以移动调试控制面板；
• 继续运行（F5）；
• 单步跳过（F10）；
• 单步调试（F11）；
• 单步跳出（Shift+F11）；
• 重启（Ctrl+Shift+F5）；
• 停止调试（Shift+F5）；
  VS Code的左侧是变量查看窗口，监视查看窗口，堆栈查看窗口：
  

使用python交互环境

使用Ctrl+Shift+P打开命令面板，输入python，选择Python:Start REPL：

启动的交互式环境REPL如下：