認識Python&基礎環境搭建
前言
作為.NET Coder可能.NET Core是現階段首要學習方向,但是說實在的對Core真的不感冒。
原因有幾點:
1.公司專案底層需要的一部分庫,Core還不支援。
2.同樣的需求,.NET能滿足的情況下,為何要用Core再實現一遍呢?如果不是為了特殊的跨平臺需求,我覺得根本沒必要。
3.Core的社群太羸弱(無意冒犯),它出現實在有點晚,生態還不完整,所以打算觀望一段時間。
本人目前對人工智慧方面的技術非常感興趣,Python作為人工智慧的首選語言........所以沒辦法了。
認識Python
Python 是一個高層次的結合瞭解釋性、編譯性、互動性和麵向物件的弱型別語言
1.Python 是一種解釋型語言 : 這意味著開發過程中沒有了編譯這個環節。
2.Python 是互動式語言 :這意味著可以在一個Python提示符,直接互動執行寫你的程式。
3.Python 是面嚮物件語言 :這意味著Python支援面向物件的風格或程式碼封裝在物件的程式設計技術。
Python正式誕生於1991年,而Python的解析器有多個語言實現版本,常用的是Cpython(官方版本,C語言實現)、Jython(可執行在Java平臺)、IronPython(可執行在.NET和Mono平臺)、PyPy(Python實現,支援JIT即時編譯)。
Python目前有兩個版本:Python2和Python3。向下是不相容的,有著些許的區別。現階段大部分公司用的是Python2,而官方是推薦Python3,我個人因為並不打算轉向Python開發,所以選擇Python3學習。
環境搭建
Python支援Linux、MacOS、Winodws平臺下開發,我這裡只講Winodws平臺的環境搭建,自個也有Linux虛擬機器和環境,但還不太適應,所以考慮學習成本,儘可能專注Python上,減少其它知識點的干擾(等我對Linux熟悉以後再說)。
1.認識Anacondata
首先我們需要了解python的本質,當我們在使用python語言編寫程式之前需要下載一個python直譯器, 這才是python的核心,如果沒python直譯器, python程式碼是沒辦法執行的。同時開發過程中還需要其它的開源包。
初學Python的很多人會去官網下載安裝python直譯器,然後需要的外部包再一個個引用。其實完全沒有必要。
Anaconda是專注於資料分析的Python發行版本,包含了conda、Python等190多個科學包及其依賴項。conda 是開源包(packages)和虛擬環境(environment)的管理系統。
開源包管理:可以使用 conda 來安裝、更新 、解除安裝工具包 ,並且它更關注於資料科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、 pandas、Scikit-learn、Scipy 這些在資料分析中常用的包。
虛擬環境管理:在conda中可以建立多個虛擬環境,用於隔離不同專案所需的不同版本的工具包,以防止版本上的衝突。
2.Anaconda安裝
開始安裝步驟
勾選【Add Anaconda to my PATH environment varable(將Anacondata新增環境變數)】
3.配置環境變數
我的電腦==》右鍵==》屬性。點選【環境變數】
雙擊【Path】
新增三個path路徑(均在Anaconda的安裝路徑上)。
4.建立虛擬環境
因為conda下載檔案要到國外伺服器,速度比較慢。所以我們要新增一個清華的映象伺服器來解決。
開啟CMD或Anaconda Promp:
1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 2 conda config --set show_channel_urls yes
避免和基礎環境衝突,我們新建虛擬環境,可以在虛擬環境中安裝不同的python版本或python工具包,不需要是也可刪除,保證基礎環境不受干擾。
開啟CMD或Anaconda Promp:
1 conda create –n jonins_py36 python=3.6
這裡jonins_py36是環境名稱可自行設定,python=3.6是版本,可以設定其它版本。
若提示:Proceed ([y]/n)? y,輸入y回車。
如圖所示,表示環境配置成功。
嘗試觸發新建的環境:
1 activate jonins_py36
會顯示如下,表示已載入此環境。
5.安裝Python工具包
工具包是可以選擇性的安裝在我們建立的環境中,例如要安在我們的虛擬環境中則需先進入虛擬環境(activate 環境名稱),然後安裝。不進入的話則預設安裝在基礎環境。如安裝scipy工具包命令:
1 conda install scipy
6.Anacondata命令
切換環境:activate jonins_py36
所有環境:conda env list
可以輸入python開啟直譯器輸入import scipy 如果報錯則scipy包未安裝,exit()推出直譯器。
檢視環境包的資訊:conda list
安裝包:conda install scipy
解除安裝包:conda remove scipy
匯出環境,,將包資訊存入yaml檔案中.:conda env export > jonins_py36.yaml
匯入環境,當需要重新建立一個相同的虛擬環境時可以用:conda env create -f jonins_py36.yaml
常用的命令如下:
activate //切換到base環境 activate jonins_py36 //切換到jonins_py36環境 conda create -n jonins python=3 //建立一個名為jonins的環境並指定python版本為3的最新版本 conda env list //列出conda管理的所有環境 conda list //列出當前環境的所有包 conda install numpy //安裝numpy包 conda remove numpy //解除安裝numpy包 conda remove -n jonins --all //刪除jonins環境及下屬所有包 conda update numpy //更新numpy包 conda env export > jonins.yaml //匯出當前環境的包資訊 conda env create -f jonins.yaml //用配置檔案建立新的虛擬環境
整合開發環境(IDE:Integrated Development Environment)
1.整合開發環境選擇
1.Vim+Python,上個月最開始學習使用的這種,很不適應,並且配置真的是一頭霧水,真正python大神所用(Vim設計理念很吊,有它的獨特之處,分幾種種常用的模式,這個以後再說)。
2.Subline+Python ,對我而言跟Vim+Python沒什麼區別......
3.PyCharm 是由 JetBrains 打造的一款 Python IDE,支援 macOS、 Windows、 Linux 系統。功能有 : 除錯、語法高亮、Project管理、程式碼跳轉、智慧提示、自動完成、單元測試、版本控制等。
4.Visual Studio Code由微軟在2015啟動,一個運行於 Mac OS X、windows和 Linux 之上的,針對於編寫現代 Web 和雲應用的跨平臺原始碼編輯器。
Anaconda中已經整合Visual Studio Code,Anaconda安裝完成後可以直接在Anaconda Nagvigator介面中安裝Vscode。安裝好之後,就可以使用vscode來進行python的學習。
5.Visual Studio不用多說了,用過的都說好,作為世界最強大的IDE,我個人的首選。
2.Visual Studio&Hello Word
執行【Visual Studio Installer】。將Python開發和資料科學和分析應用程式 勾選即可。
安裝完畢後,Visual Studio會自動引入我們前面安裝的Anaconda環境。
建立一個解決方案,用於Pytong的學習,新增Python專案。
可以看得專案的Python環境已經整合,如果需要可以右鍵更換Anaconda的環境。
寫一行Python的程式碼:
1 print("Hello World")
執行結果:
開發環境搭建完成。
結語
環境搭建,不管任何平臺網上有很多資料,寫這篇的目的是希望自己能有始有終,就像當初學習C#。
同樣的路程,但是可能是完全不同的風景,期待ing......