Python软件和搭建运行环境

embedded/2025/3/16 6:17:48/

一、Python安装全流程(Windows/Mac/Linux)

1. 下载官方安装包
  • 官网地址:Download Python | Python.org

  • 版本选择建议:推荐Python 3.10+(勾选Add Python to PATH

Python安装界面截图python-install.png&pos_id=E0OZYyTG" width="534" />

2. 详细安装步骤(以Windows为例)
  1. 双击安装包

  2. 勾选 "Install launcher for all users" 和 "Add Python to PATH"

  3. 选择自定义安装 → 确保所有可选组件被勾选

  4. 安装完成后验证:

    bash

    复制

    python --version
    pip --version
3. 环境变量配置(Mac/Linux)

bash

复制

# 查看Python路径
which python3# 永久添加环境变量
echo 'export PATH="/usr/local/bin:$PATH"' >> ~/.bash_profile
source ~/.bash_profile

二、虚拟环境管理(关键!)

为什么需要虚拟环境?
  • 隔离项目依赖

  • 避免版本冲突

  • 便于依赖迁移

1. 使用venv(Python内置)

bash

复制

# 创建环境
python -m venv myenv# 激活环境
# Windows:
myenv\Scripts\activate.bat
# Mac/Linux:
source myenv/bin/activate# 退出环境
deactivate
2. 使用conda(推荐数据科学方向)

bash

复制

# 安装Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh# 创建环境
conda create -n myenv python=3.10# 激活环境
conda activate myenv

三、开发工具推荐与配置

1. IDE选择
工具特点适用场景
PyCharm功能全面,调试方便大型项目开发
VS Code轻量级,插件丰富通用开发
Jupyter交互式编程数据分析
2. VS Code配置指南
  1. 安装Python扩展

  2. 设置Python解释器路径(Ctrl+Shift+P → "Python: Select Interpreter")

  3. 推荐安装插件:

    • Pylance(代码提示)

    • Python Test Explorer(测试支持)

    • Jupyter(笔记本支持)


四、常见问题解决方案

1. python命令无效?
  • 重新安装并勾选Add Python to PATH

  • 手动添加环境变量:

    • Windows:系统属性 → 高级 → 环境变量 → 编辑Path

    • Mac/Linux:检查~/.bash_profile配置

2. pip安装包速度慢?

bash

复制

# 使用国内镜像源
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple# 永久配置
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
3. 多版本Python管理

bash

复制

# Windows使用py启动器
py -3.10 -m pip install package  # 指定Python3.10# Linux使用update-alternatives
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10 1

五、最佳实践总结

  1. 始终使用虚拟环境

  2. 项目根目录添加requirements.txt

    bash

    复制

    pip freeze > requirements.txt
    pip install -r requirements.txt
  3. 定期更新核心包

    bash

    复制

    pip install --upgrade pip setuptools wheel

学习资源

  • Python官方文档

  • Python虚拟环境教程

  • VS Code Python开发指南


http://www.ppmy.cn/embedded/172987.html

相关文章

打包当前Ubuntu镜像 制作Ubuntu togo系统

我的系统的基本情况说明: 我原来的系统的具体型号如下: uname -rLinux Engine 5.15.0-134-generic #145~20.04.1-Ubuntu SMP Mon Feb 17 13:27:16 UTC 2025 x86_64 x86_64 x86_64 GNU/Linux我原来的硬盘以及分区策略如下: 可以看到我的分区…

市场趋势分析与策略优化

市场趋势分析与策略优化 在交易市场中,价格的变动并非随机,而是由多种因素共同驱动。如何分析市场趋势,并制定有效的策略,是交易者在市场中保持竞争力的关键。本文将探讨市场趋势的分类、影响因素及如何利用数据分析优化交易决策。…

Next.js提供api接口

看react官网在推Next.js,所以简单学习了解一下 DEMO 使用cna官方脚手架(13版本)初始化项目以后目录如下: 可以看出,初始项目只有一个根路由页面page.tsx,想要增加一个纯粹的api route可以在app/目录下创建api/xxx/route.ts。即可…

函数式编程定义

java.util.function包consumer用accept , supplier用get , predicate用test , function用apply 综合使用 // 串在一起,实现判断42这个字符串是奇数还是偶数 if (isNumber.test(supplier.get())) {// 说明是一个数字consumer.accept(change.apply(supplier.get())…

深度揭秘:蓝耘 Maas 平台如何重塑深度学习格局

目录 前言 深度学习:技术基石与发展脉络 蓝耘 Maas 平台:深度学习的强大助推器 1. 高性能算力支撑 2. 丰富的模型支持 3. 便捷的开发体验 4. 完善的安全保障 代码示例:蓝耘 Maas 平台上的深度学习实践 1. 注册与登录 2. 代码实现 …

Pytorch系列教程:可视化Pytorch模型训练过程

深度学习和理解训练过程中的学习和进步机制对于优化性能、诊断欠拟合或过拟合等问题至关重要。将训练过程可视化的过程为学习的动态提供了有价值的见解,使我们能够做出合理的决策。训练进度必须可视化的两种方法是:使用Matplotlib和Tensor Board。在本文…

深入理解TCP/IP网络模型及Linux网络管理

1. TCP/IP网络模型简介 TCP/IP(传输控制协议/互联网协议)是互联网的基础通信协议集。它分为四层,从上到下依次为: 应用层:处理高层协议,如HTTP、FTP等。传输层:负责端到端的通信,主…

Ubuntu中为curl和Docker配置代理

Ubuntu中为curl和Docker配置代理 在Ubuntu环境下工作时,经常需要使用代理来访问网络资源,尤其在网络受限或需要翻墙访问时。本文介绍如何分别为curl命令和Docker配置代理192.168.100.11:8000。 一、curl命令代理配置 方法1:临时设置代理&a…