?

算法工程師

Python這幾年熱度逐漸上升，在很多高校Python也被列為通識課程，之所以如此受歡迎正是由于它的高效、簡潔、易用、強大的第三方庫等優點。如今在web開發、人工智能、大數據等方便應用非常廣泛。不管你是否喜歡，不管怎么吐槽，如果想要從事人工智能，依然很難繞過Python，雖然這兩年julia、Go被炒得也很熱，但是在人工智能方面依然無法撼動Python的地位。

目錄

Python解釋器

IDE

pip代理

虛擬環境

Python解釋器

編程語言都會涉及編譯器或者解釋器，使用C/C++之類的編譯性語言編寫的程序，是需要從源文件轉換成計算機使用的機器語言，經過鏈接器鏈接之后形成了二進制的可執行文件。運行該程序的時候，就可以把二進制程序從硬盤載入到內存中并運行。但是對于Python而言，python源碼不需要編譯成二進制代碼，它可以直接從源代碼運行程序。執行Python就需要用到Python解釋器，按版本劃分，Python解釋系可以分為：

2.x

3.x

2.x版本目前已經不再進行維護，所以目前大多數項目都是使用3.x，我個人比較推薦用3.6.x版本，3.7.2是目前最新的版本，但是使用過程中會有這樣那樣的錯誤，會存在不兼容等問題，而3.5.x及以下的版本也存在一些問題：

前綴f格式化字符串在3.6.x之后才開始支持

安裝工具包時3.5.x安裝相關依賴容易失敗

安裝步驟：

下載解釋器

Python Releases for Windows?www.python.org

雙擊安裝

記得勾選pip，這是Python的包管理工具，會經常用到

IDE

IDE(Integrated Development Environment, 集成開發環境)，目前Python的IDE有很多，vs code、eclipse、atom、anaconda、IDEA等等，我個人不太推薦使用上述這些IDE，當然如果十分喜歡這些IDE也可以。對于開發Python，我只推薦pycharm和jupyter notebook兩款。毋庸置疑，這是Python最強大的IDE。跳轉、關聯第三方庫、速度、集成度、debug等等，可以說pycharm在Python開發中大多數方面表現的都很優秀，而vs code、eclipse、anaconda、atom只是在某一個或幾個方面表現還可以。首先vs code關聯第三方庫、函數提示等方面很慢、服務器下容易卡頓，eclipse需要額外配置Python插件，anaconda集成太多包，有很多是自己用不到的，太臃腫了，atom沒用過，不過也不感興趣，所以，我覺得使用這些IDE還不如配置一下vim。如果說不喜歡每種語言安裝一個IDE，喜歡像eclipse這樣支持不同語言的IDE，我支持使用IDEA，這和pycharm屬于同一家的產品，很多特性有共通之處。

pycharm優點：

功能豐富

提示速度快

強大的書簽和跳轉功能

高效的debug

學生可以注冊免費使用專業版

...

pycharm安裝步驟：

下載pycharm

如果沒有購買專業版，可以下載社區版免費使用：

http://www.jetbrains.com/pycharm/download/#section=windows?www.jetbrains.com

如果有學校的郵箱，可以注冊教育版，和專業版沒什么區別：

Download PyCharm Edu: Python IDE to Learn Programming by JetBrains?www.jetbrains.com

進行安裝

雙擊可執行文件、選擇安裝目錄進行安裝就行了。

配置解釋器

setting->Project->Project Interpreter

在紅框位置選擇上面安裝的Python解釋器

要檢查一下，因為Python默認是生成一個虛擬環境，使用虛擬環境中的解釋器

jupyter notebook優點：

交互式調試

隨時切換Markdown和code，邊做筆記邊寫代碼

jupyter notebook安裝步驟：

打開cmd

用pip安裝

pip install jupyter notebook

pip代理

pip是Python的包管理工具，無論是自己再cmd、終端下安裝還是使用pycharm這些IDE安裝包，都會調用pip。

默認的代理是從pypi上下載并安裝包，速度會比較慢，所以需要配置一下pip的代理，這樣速度會得到大大的提升，如圖中所示，利用默認的下載速度之后幾百k，配置代理后可達到2.1M/s。

pip代理配置步驟：

創建pip文件夾

在個人目錄下創建一個pip的目錄，比如C:\Users\li，

創建代理文件

進入C:\Users\li\pip目錄，創建名為[pip.ini]的文件，打開把下面這段文字復制進去并保存：

[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple

虛擬環境

Python和其它編程語言一樣，面臨一個移植問題，如果想把開發完成的一個項目一直到其他電腦、節點或者把項目打成docker鏡像，都需要對開發環境重新配置，需要重新安裝項目中使用到的第三方工具包，如果一個個比對著安裝必然會很麻煩，而我們用系統環境時pip安裝的包都被安裝進了Python路徑下site-packages里面，如果生成requirement.txt時也會把site-packages下的所有包都會包含進去，這就是為什么使用到虛擬環境的原因，能夠針對不同項目創建一個獨立的環境，這樣便于后期的移植。

Python虛擬環境管理工具主要有以下兩種：

virtualenv

pipenv

上述兩個工具都可以使用pip進行安裝：

pip install virtualenvpip install pipenv

virtualenv和pipenv該怎么選擇？我覺得這根據個人喜好。

virtualenv更加悠久，老化一些，使用步驟如下：

創建虛擬環境

virtualenv test_env

激活虛擬環境

test_env\Scripts\activate

生成requirement

激活虛擬環境后就可以進入虛擬獨立的環境進行開發，如果開發完成之后想一直到另外一個系統：

pip freeze > requirement.txt

這樣就把虛擬環境里的包和版本讀取到requirement.txt里，如果想在另一個系統配置安裝這些包可以使用pip：

pip install -r requirement.txt

pipenv更加強大一些，pipenv之于Python就相當于Php之于Composer、Nodejs之于npm、Golang之于dep，pipenv相當于virtualenv和pip的合體，用兩點說明pipenv對比于virtualenv的優勢：

virtualenv每次開發完都要手動執行一個pip freeze > requirement.txt 把項目最新的環境讀取到requirement中，如果忘記了就不能獲取最新的配置環境，而pipenv可以實時監測環境的改變，把最新的環境讀取到Pipfile。

virtualenv需要先激活虛擬環境，然后用pip配置，而pipenv可以直接使用pipenv進行配置環境

pipenv使用步驟：

創建

pipenv check

這是目錄下會生成Pipfile。

啟動虛擬環境

pipenv shell

安裝第三方包

pipenv install **

退出虛擬環境

exit

查看所有安裝包

pip list

查看包依賴關系

pipenv graph

查看虛擬環境路徑

pipenv --venv

卸載安裝包

pipenv uninstall

以上就是兩款常用的虛擬環境管理工具，相比而言pipenv更加強大，而我個人用virtualenv更久一些，所以也習慣用virtualenv，每個人可以根據自己的喜好進行選擇