Python 入门系列文章 - 环境搭建

简介: Python 入门系列文章 - 环境搭建

前言


之前疫情封控时,抢菜的经历,让我发现 Python 特别适合做一些提效工具,比如它可以通过和手机的连接来做自动化仿真人操作,不过当时还不熟悉,所以用了 Node 来实现了;最近刚好遇到一个需求,需要用到 Excel 文件数据读取 和 控制手机自动化操作来获取一些数据,进行结合分析,结合这个契机准备研究一下 Python 并用其实现这个需求。

我的电脑是 m1 pro 芯片的 macbook pro, MacOS 和 Linux 出厂就自带有 Python 环境,只不过其版本是 python2.7, 据我所知 python2.x 和 python3.x 是不兼容的,其语法差异很大,而且 python3 2008年发布到现在已经很多年了,早已经占据主流地位,现在主流的 python 项目都用 python3,所以我需要把电脑上的 Python 环境更新到 Python3.x, 参考前端的 n、nvm,我想 Python 应该也有相关的管理工具吧,果然,它就是 pyenv;


pyenv 的安装和使用


使用 git 安装


以mac 为例,最好在 home 根目录来执行
git clone https://github.com/yyuu/pyenv.git ~/.pyenv


添加到 .zshrc 文件中, open ~/.zshrc


echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.zshrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.zshrc
echo 'export PATH="$PYENV_ROOT/shims:$PATH"' >> ~/.zshrc
echo 'eval "$(pyenv init -)"' >> ~/.zshrc
exec $SHELL -l


mac 可使用 brew 安装


brew install pyenv 会比较慢 耐心


添加到 .zshrc 文件中, open ~/.zshrc,其实也可以自行下载 python 安装包,只要在 zshrc 里配置PYENV_ROOT, 代表 python 的安装位置。


export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
export PATH="$PYENV_ROOT/shims:$PATH"
if which pyenv > /dev/null;
  then eval "$(pyenv init -)";
fi
“注意:根据下载的 pyenv 版本不同,目录为 shims 或 bin(export PATH="$PYENV_ROOT/bin:$PATH"),若切换不生效,可以 check 一下这里是否写的不一致,建议两种写法都写上”


修改完保存后,执行 source ~/.zshrc  使配置生效;


验证和使用


pyenv 安装完后,先验证下


1687783274387.png


显示如上界面说明安装成功了,下面介绍常用的几个指令;


pyenv --version 查看 pyenv 当前版本
pyenv version 查看当前 python 版本
pyenv versions 查看当前已安装的所有 python 版本
pyenv install --list 查看远程可安装的所有 python 版本
pyenv install 3.9.16(版本号) 安装指定版本的 python
pyenv global 版本号 全局更改 python 默认版本, 对所有的 Shell 全局有效,会把版本号写入到~/.pyenv/version文件中
pyenv uninstall 3.9.16 卸载版本


1687783292534.png


** 注意,通过 pyenv 安装的 python 和 系统自带的 python 或者 其他方式安装的python 是相互独立的,无法通过  pyenv 来控制非 pyenv 安装的 python 环境。**


python 的包管理工具 pip


pip 类似于 前端的 npm,是python 自带的包管理工具,不过 python 在历史上除了 pip 外,还有 easy_install, easy_install 只在 python2.x 中使用比较老旧了,现在 pip 是主流的安装工具,自 Python2 >=2.7.9 或者 Python3.4 以后默认都安装有pip。

下面讲讲 pip 基本的用法:


pip -V 可查看版本
pip install 包名(版本号)
pip install --upgrade 包名 >= 包的版本号
pip uninstall  包名
pip list 列出已经安装的包
pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com pillow 和 npm 一样,也可以换源来提升下载速度


1687783239239.png


用 venv 和 virtualenv 创建虚拟环境


pip 安装的包默认是在全局环境下的,这意味着它可以被任何项目使用,如果两个项目用了同一个包但是版本不同,就可能导致冲突,为了避免这种情况,需要使用虚拟环境,目前搭建虚拟环境主要用到 virtualenv 或者 venv 库。

venv 和 virtualenv 都是用于创建 Python 虚拟环境的库,它们的主要区别在于以下几个方面:

  1. venv 是 Python 3.3 及以后版本内置的标准库,而 virtualenv 是第三方库,需要使用 pip 安装后才能使用。
  2. venv 只支持 Python 3.3 及以后版本,而 virtualenv 可以在 Python 2.7 及以后的版本中使用。
  3. venv 创建的虚拟环境中默认包含了 pip 和 setuptools,而 virtualenv 创建的虚拟环境中需要手动安装这些包。
  4. venv 创建的虚拟环境可以直接使用 python -m venv 命令创建,而 virtualenv 需要先安装 virtualenv 包,然后使用 virtualenv 命令创建。
  5. venv 创建的虚拟环境可以使用 deactivate 命令退出,而 virtualenv 创建的虚拟环境需要使用不同的命令(如 deactivate、. deactivate、source deactivate 等)退出,具体取决于所使用的操作系统和 shell。

总之,venv 更加轻量级和方便,适合 Python 3.3 及以后版本的用户使用;而 virtualenv 更加灵活,适合需要在不同版本的 Python 环境中切换的用户使用。选择哪个库可以根据自己的需求和环境来决定。

下面介绍 venv 的基本使用:


cd project 到当前项目下
python -m venv env  // env 为自定义的虚拟环境的名称,可修改


1687783229994.png


安装完成后,项目根目录会新增 env 文件夹,该项目的虚拟环境文件就生成好了,不过使用前,还需要激活:


可以看到, env 文件夹下有 bin 目录(windows 上是 scripts), 激活命令如下:


平台 Shell 用于激活虚拟环境的命令
POSIX bash/zsh $ source <venv>/bin/activate
csh/tcsh $ source <venv>/bin/activate.csh
fish $ source <venv>/bin/activate.fish
PowerShell Core PowerShell Core $ <venv>/bin/Activate.ps1
Windows cmd.exe C:\> <venv>\Scripts\activate.bat
PowerShell PS C:\> <venv>\Scripts\Activate.ps1


激活环境不是 必须 的,激活只是将虚拟环境的二进制目录添加到搜索路径中,这样 python 命令将调用虚拟环境的 Python 解释器,可以运行其中已安装的脚本,而不必输入其完整路径。但是,安装在虚拟环境中的所有脚本都应在不激活的情况下可运行,并自动与虚拟环境的 Python 一起运行。

在 shell 中输入 deactivate 可以退出虚拟环境。具体机制取决于不同平台,并且是内部实现(通常使用脚本或 shell 函数)。

我们以激活并安装 flask 包为例,可以看到激活后的 pip 显示的就是当前项目下的 venv 目录,安装后的包也是在 venv 下的 lib 文件夹里,而不是系统全局环境,说明我们的虚拟环境已经激活并正常运行了。


1687783213864.png

1687783220495.png


总结


本文记录了我学习 Python 的契机,然后主要介绍了全局 Python 环境的搭建、多Python 版本管理方案、项目虚拟环境的概念和配置方案,为下一步学习做好准备。

目录
相关文章
|
19天前
|
数据采集 存储 XML
Python爬虫定义入门知识
Python爬虫是用于自动化抓取互联网数据的程序。其基本概念包括爬虫、请求、响应和解析。常用库有Requests、BeautifulSoup、Scrapy和Selenium。工作流程包括发送请求、接收响应、解析数据和存储数据。注意事项包括遵守Robots协议、避免过度请求、处理异常和确保数据合法性。Python爬虫强大而灵活,但使用时需遵守法律法规。
|
16天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
16天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
16天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
6天前
|
设计模式 缓存 开发者
Python中的装饰器:从入门到实践####
本文深入探讨了Python中强大的元编程工具——装饰器,它能够以简洁优雅的方式扩展函数或方法的功能。通过具体实例和逐步解析,文章不仅介绍了装饰器的基本原理、常见用法及高级应用,还揭示了其背后的设计理念与实现机制,旨在帮助读者从理论到实战全面掌握这一技术,提升代码的可读性、可维护性和复用性。 ####
|
15天前
|
设计模式 缓存 开发框架
Python中的装饰器:从入门到实践####
本文深入探讨了Python中装饰器的工作原理与应用,通过具体案例展示了如何利用装饰器增强函数功能、提高代码复用性和可读性。读者将学习到装饰器的基本概念、实现方法及其在实际项目开发中的实用技巧。 ####
26 3
|
19天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
18天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
|
18天前
|
人工智能 数据挖掘 程序员
Python编程入门:从零到英雄
【10月更文挑战第37天】本文将引导你走进Python编程的世界,无论你是初学者还是有一定基础的开发者,都能从中受益。我们将从最基础的语法开始讲解,逐步深入到更复杂的主题,如数据结构、面向对象编程和网络编程等。通过本文的学习,你将能够编写出自己的Python程序,实现各种功能。让我们一起踏上Python编程之旅吧!
|
12天前
|
机器学习/深度学习 存储 数据挖掘
Python 编程入门:理解变量、数据类型和基本运算
【10月更文挑战第43天】在编程的海洋中,Python是一艘易于驾驭的小船。本文将带你启航,探索Python编程的基础:变量的声明与使用、丰富的数据类型以及如何通过基本运算符来操作它们。我们将从浅显易懂的例子出发,逐步深入到代码示例,确保即使是零基础的读者也能跟上步伐。准备好了吗?让我们开始吧!
23 0