Win 下 Python 开发环境配置 & Tips 分享

多年的 PY 经验来告诉你如何在 Windows 下愉快的使用 Python 进行交易。包括但不限于 Python 安装选择、开发环境配置、模块和包管理、学习资源、使用 Linux 子系统中的 Python 等。

前言

随着改革开放和进入二十一世纪,我国已迈入社会主义新时代。(画风突变)近几年来,Python 已经逐渐发展成为最为流行的程序设计语言之一,不仅仅是因为它入门简单,更重要的是它在各种场合的灵活性和可拓展性。目前为止,它的应用领域已经覆盖了 Web、数据科学、人工智能、传统软件等等。 对于大多数有 C 语言或者其它语言编程基础的同学,或者即使你没有任何编程基础,配置好合适的开发环境是入门 Python 的第一步。其实配置 Python 开发环境是非常简单,下面给出一些个人的建议。

Python 环境选择

版本选择

可能你遇到的第一个问题就是如何选择 Python 的版本,用 2 还是 3。这其中有很多历史遗留的问题在里面。当然,2018 年了,Python2 要慢慢被淘汰了,所以优先推荐 Python3.x 版本。而且两者的语法几乎没有什么差别,而且已经有人为你考虑好了 《在 Python2.7 即将停止支持时,我们为你准备了一份 3.x 迁移指南》(原文 Github) 当然,在 Linux 系统中,尤其是服务器,通常默认安装了 Python2.x 版本,而且两个 Python 版本共存会带来一些问题,因此传统的方式可能更受欢迎。

选择发行包

通常来说,安装 Python 有两种选择。一个是直接安装官网的安装包,另一个则是通过 Conda 来安装。

Python 官网,那么我们在 Download 下面可以看到 Latest 字样,点击右侧的 Python3.x 进入下载页面。拉到最下面 Files 中,选择 Windows x86-64 executable installer,就可以进行下载了。官网的 Python 呢只包含了最必要的组件。

Anaconda 官网,Anaconda 指的是一个开源的 Python 发行版本,其包含了 conda、Python 等 180 多个科学包及其依赖项,是一个 大而全 的 Python 版本。包含了 Spyder 集成开发环境和 Jupyter Notebook。 同时 conda 这个工具呢也能够更好的帮你进行包和环境管理,特别是有一些包在 Windows 下安装容易出错。

如何选择

  • 如果你是初学者,不需要太多的功能,那么选择 Python 官网的版本
  • 如果你即是初学者,但也需要接触数据科学相关内容(数据处理、人工智能等),那么安装 Anaconda 是不二之选
  • 如果你有一定基础,但想要更多个性话的安装方式,不妨试试 Miniconda

注意:Anaconda 官网下载速度很慢,这里有国内镜像地址可以加快下载速度: 清华大学镜像站中科大镜像站。选择相应的安装包即可(通常在最下面)。

配置集成开发环境

在 Windows 下,有很多集成开发环境 (IDE) 可以用。虽然用记事本就可以写 Python 程序,但有了 IDE 之后能够大大提高开发效率。接下来介绍几种 Python IDE:

  • Visual Studio Code + Python 扩展
  • Spyder
  • PyCharm
  • Visual Studio 2017 + Python Tools

VS Code

再次安利一遍 VS Code,可以去 这里下载。官网中有比较详细的配置和使用教程:Python in Visual Studio CodeGetting Started with Python 配置过程不复杂,弄好之后能够很方便的在 VS Code 中写代码和断点调试,同时享受 IntelliSense 智能提示的舒爽。

Spyder

Anaconda 自带的集成开发环境 Spyder,界面类似 MATLAB,非常好上手。十分适用数据科学,当然其它开发也是一样的。 文档 spyder-ide/spyder

PyCharm

JetBrains 出品,必属精品。和 JB 家其它产品有着相似的体验。 官网地址 初学可以下载社区版,如果需要进行 Web 开发则可以使用其专业版。

VS2017 + Python 工具包

Visual Studio 2017 也加入了 Python 的支持。 Python 工具页 中文安装文档 这种方式略微笨重一些,当然如果你经常用 Visual Studio 的话也可以顺便装了。

Python 模块和包

Python 的模块非常丰富,因此你不怎么需要自己造轮子。一些大名鼎鼎的库诸如 Numpy、SciPy、Matplotlib 等。那么如何管理这些包?

Pip

pip是官方的包管理器,你可以方便的通过 pip install <包名> 来安装,也可以通过 pip list 来查看已安装的包。官方的包网站是 Pypi,这上面有所有可以通过 pip 安装的包。

Conda

如果你用的 Anaconda 的话,它提供了 conda 工具来进行包管理。conda install <包名> 当然有时候在国内因为网络问题安装太慢,那么可以使用国内镜像进行加速

第三方包

在 Win 下,有时候安装包的时候会有奇奇怪怪报错,那么可以在下面的网站下载好编译好的 wheel 文件直接进行安装。下载好后到对应目录直接执行 pip install 文件名.whl Unofficial Windows Binaries for Python Extension Packages

Python技巧

使用国内镜像加速

通常安装包的时候因为服务器在国外所以速度很慢,那么可以通过切换到国内镜像源来加速 Python 包下载速度。通常有豆瓣阿里清华中科大

以清华的为例 临时使用:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

想要修改为默认的可以参考清华的教程。

创建和管理虚拟环境

有时候我们需要运行别人的代码,可能它的包版本和我们不一样,为了创建一个完全的一样的运行环境,可以使用 virtualenv 等工具来创建虚拟环境。

virtualenv 和 venv

官方文档 2.x 下,首先你需要安装virtualenv,通常是使用 pip install virtualenv,注意使用管理员运行。Linux 下使用 sudo pip install virtualenv,这样 virtualenv 就会作为一个系统工具来使用。 $ virtualenv ENV 会创建一个 ENV 的文件夹,会把系统的 Python 环境拷贝一份到里面。Linux 的话直接 source ENV/bin/activate 就可以激活了。Windows 的话会在里面生成 activate.bat 文件。

3.x 版本则可参考官方文档,使用 venv 来创建虚拟环境。与 2.x 有一些差别。 python3 -m venv /path/to/new/virtual/environment

conda

Anaconda 也提供的 conda 工具也可以进行虚拟环境管理。而且可以选择 Python 版本。 conda create --name myenv 详情请见官方文档,这里不展开。和上面的 virtualenv 十分相似。

学习资源

在线教程

等等,有很多,善用搜索引擎

书籍推荐

  • 《笨办法学 Python》
  • 《Python编程 从入门到实践》

还有很多,这些书都很容易找到电子版,不需要买纸质。

在 WSL 中使用 Python

在最新的 Windows 更新中,你可以在应用商店中获取适用于 Windows 的 Linux 子系统。这样相当于有了一个 Ubuntu 运行在你的 Windows 中,这样安装一些包之类的也会很方便。 这里有详细的安装教程。

之后使用 sudo apt install python 就可以安装 python 了。

等想到什么再更新吧~ 开始你的 Python 之旅吧!

加载评论