Python开发需要安装哪些基础工具和环境?
从逼乎上看到什么自己安装 python 或者安装 anacoda ?能解释一下这俩区别 优势在哪?还有啊如果是 linux 的话就不用整这么多东西了?直接码代码就可以了?求科普啊 想要入 python 劝退的走开乀(ˉεˉ乀)
Python开发需要安装哪些基础工具和环境?
windows? 先装 VS2015 每次 pip 的时候 cmd 里要跑一下 vs 的环境变量脚本
Linux 装个 gcc 就好
Python开发的基础工具和环境主要分三块:环境管理、核心工具和编辑器/IDE。
1. 环境管理
这是最重要的第一步,用来隔离不同项目的依赖。直接用 venv,它是Python 3自带的,不用额外装。
# 在你的项目目录里创建虚拟环境
python3 -m venv .venv
# 激活它 (Windows)
.venv\Scripts\activate
# 激活它 (macOS/Linux)
source .venv/bin/activate
激活后,你的终端提示符前会出现 (.venv),之后所有pip install的包都会装在这个独立环境里。
2. 核心工具
- 包管理:
pip,装Python包用的,通常随Python一起安装。在虚拟环境激活后用。 - 项目依赖管理:光用
pip不够,需要个文件记录具体版本。用pip freeze > requirements.txt生成依赖列表,别人用pip install -r requirements.txt就能一键安装所有依赖。这是最基础必备的流程。
3. 编辑器/IDE 选一个顺手的写代码工具。
- 轻量级:VS Code,装个Python插件就能用,启动快,功能全。
- 全能型:PyCharm,专为Python设计,功能开箱即用,社区版免费。
- 极简:Sublime Text 或 Vim/Neovim,需要自己配置,但非常高效。
总结建议:新手组合推荐 venv + pip + requirements.txt + VS Code。
一句话总结:搞个虚拟环境隔离项目,用pip装包并记录依赖,选个趁手的编辑器开干。
linux 的话目前主流发行版大多自带 python2.7 跟 python3,python3 版本跟发行版有点差别,不过一般在 3.4 以上。但要想要最新 python3 版本就没 win 下直接 exe 方便了,得自己找对应发行版的包或者自己编译源码。
这种标准安装只有标准库。
anaconda 优势,1 一般会自带最新的 python 解释器,2 集成了大量常用的 python 包,例如 django flask 机器学习套件之类的。这样就非常省事了。
接上条,为什么 anaconda 集成方便呢,因为不管在 win 还是 linux,一些包在标准环境里安装有时候都不太容易,win 下你需要 vs 的一大坨,linux 方便点但编译依赖排查有时候也挺烦人。
会自己安装,会自己找安装包,会编译安装源码包,就用不着 anaconda
楼主很懒,网上教程一大堆…
你需要一个 ipython
写了这么多年 python 没用过 conda 感觉自己写的假 Python ?
哪有那么多事,你刚开始学,直接官网 python3.x 就好了。
就一个 helloworld 还能 print 不出来么?
直接装个 python 就够了就能用了,别的乱七八糟的等你写多了慢慢就知道了。
为什么不用 pycharm,就算缺包安装也挺方便
既然问出这个问题了,那肯定是需要装 anaconda 了
v 站这种低质量的伸手党越来越多了
花了 10s 搜的,楼主看看吧 https://www.zhihu.com/question/58033789
靴靴
看他发的帖子,66
写 Python 挺久了 Mac/Linux 上我都没用过 Anaconda …提供另一个思路 我现在都是 pyenv pyenv-virtualenv 搞定环境… pip 用什么装什么…
#18 确实 看了下楼主的帖子 感觉直接用 IDLE 开写就可以了根本不用研究这么多…
我比较 low,只用过 virtualenv,pyenv 比 virtualenv 好用吗?
😂那就先这么整
感觉现在大部分常用的 pip 包都已经提供预编译的 wheel 了,所以区别并不是那么大,而且作为开发者,安装个 vs2015/2017 也挺正常的,不过 pymssql 这个包的确有些难编译,当然网上还是能找到预编译过的版本所以压力不大
至于 linux 环境,基本上装上 gcc/automake 这一类 build tools 然后还有 python(3)-dev 这种包貌似没几个 python 包编译不过去的吧
- Anaconda Python 3 - Python 集成环境
整套常用库 + 科学计算集成环境带二进制包管理器。
https://www.continuum.io/downloads
* PyCharm - Python 编码 IDE
最佳 IDE,适合较大的项目,与 Pyzo 互补。
https://www.jetbrains.com/pycharm/download/#section=windows
* Pyzo - 轻量级编码工具
以前的 IEP。这是一个轻量级的单文件编辑工具,提供了一个 ipython shell,写单文件脚本十分实用。
http://www.pyzo.org/start.html#quickstart
* Cmder - 更好的的 Windows 控制台
http://cmder.net
几件套不谢,Linux 不用最后一项
anaconda 自带了一些常用包,不用折腾编译什么的环境; python 就是单纯的标准环境,部分包还需要自己折腾编译环境
嗯嗯 大概了解一些了靴靴
都是在发无意义的帖子,block
其实如果是做 ml 且比较在意高性能的话推荐英特尔优化过的 Intel distribution for python。个人确实感觉比 anaconda 快
PyCharm ?
没人用 pip 来管理包吗,
pip search
pip install
pip list
#21 pyenv 用来管理 Python 的不同版本,pyenv-virtualenv 根据所需包的不同在 HOME 目录创建单独的虚拟环境,跟 virtualenv 类似,不过 virtualenv 是在项目目录创建文件夹吧,我更喜欢统一管理,不喜欢每个项目都弄个 venv 文件夹。
有很多问题,等你遇到了自然就明白了。比如你自己去装一下 SciPy 没成功,然后就觉得 anaconda 真好使。
如果没遇到问题,那其实也没必要去管到底哪个更好。
先搞起来再说
补充一个 pip freeze
首先看做什么,我只针对数据科学这块:如果你用的是 Windows,老老实实装 anaconda,省下的时间都可以把 pandas 入门了。如果是 linux,无所谓啦,自己编译也方便。
快大概多少?
pyenv 不支持 py2,一般切换版本只会 2 和 3 之间的切换,不支持 2 切换就没意义了
#36 支持 Python 2 的 可以自己看下 https://github.com/pyenv/pyenv
ipython + virtualenv,
初学就老老实实用 anaconda,省得在不必要的事情上浪费时间精力,等玩熟了,再去研究怎么折腾
好的
st3 + pip
pip 有的包会被墙掉。。就去 github 上 clone 下来手动装,或者这个地方也可以下 http://sourceforge.mirrorservice.org/
初学者还是直接装一个 anacoda 包吧,要不然写个程序,缺这个,少那个,很痛苦的。尤其是一些存在依赖性的包,会把初学者个折腾疯的。
STFW
Anaconda 太大了,里面的包又不是全部需要。还是 miniconda 吧,需要什么装什么


