python环境搭建的心得体会(python2环境搭建)

windows环境的python踩坑记

虽然使用python有不少时间了，但是基本没有在windows环境下使用，这不就踩了不少坑，特此记录如下：

安装完成后，发现没有python命令，这个是环境变量的问题，添加就可以了。但是也找不到pip 命令，而进入python里面，可以import pip 模块。这时候，需要用 “python -m ensurepip ” 来生成pip命令了，生成之后添加到环境变量就可以直接使用了, 默认情况下pip的路径： Python_install_path\scripts\pip.exe ， 在较新的python版本里面，已经默认会生成pip 命令，也就是说不需要上述步骤就有pip 命令可以使用了.需要注意的是：

如果遇到执行pip.exe 时候报错： Fatal error in launcher: Unable to create process using '"' ， 那么可以尝试用： python FULL/PATH/OF/PIP/COMMAND 来替带直接运行 pip, 貌似是无法找到合适的解释器来运行pip造成的.

如果发现系统中已经安装了python,但是缺少需要的module, 需要自己安装，可是不是管理员权限，没办法安装，python 提供了解决办法，方法如下：

A.

使用python -m site 命令，该命令会输出python的sys.path变量的值，以及其他的变量，见如下内容,其中我们可以看到有两个变量：USER_BASE, USER_SITE. 我们可以把需要的module 安装到USER_SITE下.

如果不存在相应的路径，那么我们可以创建.

B.

有了上述的路径后，我们在安装3rd module 的时候，就可以指定安装路径了：

pip install MODULE_FILE.PY --target=ABOVE\USER_SITE\PATH

上述方式安装之后，只有当前用户可以使用这些新装的module, 其他用户是不可以的.

其实这个不能算windows平台的坑了，一般不能import 都是缺少依赖的问题。 那么我们可以返回pip 命令，首先要知道这个module 的路径，通过路径中其他的信息确认这个module所属的package.

什么是python的搭建环境？

搭建环境，就是需要编程用的语言和用什么进行编程，用什么进行调试的这几个条件的总和。

搭建框架，一般不是搭建，都是尽量选择现有的，自己设计构造框架，在编程中总会遇见很多类似的问题和需求，为了避免重复编写，于是就有人设计了框架，用来简化重复需求的编写。

拿python来说，你要使用python来编写程序，那么必须得安装python，要编代码必须得有个编辑器，如果是要进行WEB的开发，总得有个web服务器用来测试，这些个就是编程环境。

而你准备编写的web程序，并不希望全部一点点都自己来开发，于是就有了django 框架。它已经帮你做了很多web开发的基础工作。利用这个框架你可以更加将注意力集中在你所要实现的功能上。

使用vim搭建python开发环境-

最近开始经常需要用vim写代码，这里记录一下自己利用vim搭建基本的python开发环境所使用的插件和一些基本配置

在 ~/.vimrc 文件中，添加如下的信息，完成vim的一些基本配置。

从 GitHub clone Vundle.vim 文件到 ~/.vim/bundle 文件夹下,完成Vundle的安装。

然后修改 ~/.vimrc 文件,添加如下的信息

若使用 Vundle 安装 nerdcommenter 插件，需要中 Vim 的配置文件中添加

然后在 Vim 的命令行模式下执行 :BundleInstall 命令完成插件的安装

nerdcommenter的主要使用方式：

然后在 Vim 的命令行模式下执行 :BundleInstall 命令完成插件的安装

通过vundle安装好NERDTree插件后，在vim命令行模式输入命令:NERDTree就可以看到NERDTree的显示界面。

使用组合按键 Ctrl + w，可将光标自动在左右侧窗口进行切换。

如果想要每次启动vim的时候都默认开启NERDTree。可以在vimrc文件中添加：

jedi-vim插件依赖python开源库 「jedi」 ，可以使用pip安装：

Vim 普通模式下按 F7 便可以直接启动 flake8 对当前文件进行语法和格式检查。

以上是我自己用的vim工具配置，如果大家有其他的好用的插件或者配置插件，欢迎一起交流分享呀

老师问学习完python数据结构有什么感想怎么回答

老师问学习完python数据结构有什么感想可以这样回答：Python在对大量数据的处理中表现优秀，而且Python基础知简单可以迅速掌握。Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。它的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。

如何构建python环境

1、概念区分

对于刚刚开始学习Python的零基础小白来说，可能很容易就会对Pycharm、Python解释器、conda安装、pip安装这个几个概念混淆。下面跟着我来逐一认识一下它们：

（1）Pycharm是Pytho开发的集成开发环境(Integrated Development Environment，简称IDE)，它本身无法执行Python代码。

（2）Python解释器才是真正执行代码的工具，pycharm里可设置Python解释器，一般我们可去Python官网下载Python3.7或Python3.8版本；如果安装过anaconda ，它里面必然也包括一个某版本的Python解释器；Pycharm配置Python解释器选择哪一个都可以。

（3）anaconda是把python所有常用包的合集，并提供给我们使用 conda 命令非常非常方便的安装各种Python包。

（4）conda安装：我们安装过anaconda软件后，就能够使用conda命令下载anaconda源里(比如中科大镜像源)的包。

（5）pip安装：也是一种类似于conda安装的python安装方法，如果用过Centos系统，它就像yum安装一样。

2、修改镜像源

在使用安装 conda 安装某些包会出现慢或安装失败问题，最有效方法是修改镜像源为国内镜像源。之前都选用清华镜像源，但是2019年后已停止服务。推荐选用中科大镜像源。

先查看已经安装过的镜像源，cmd窗口执行命令：

conda config --show

查看配置项 channels ，如果显示带有 tsinghua ，则说明已安装过清华镜像。

channels:

下一步，使用 conda config --remove channels url地址 删除清华镜像，如下命令删除第一个。然后，依次删除所有镜像源

conda config --remove channels

添加目前可用的中科大镜像源：

conda config --add channels

并设置搜索时显示通道地址：

conda config --set show_channel_urls yes

确认是否安装镜像源成功，执行 conda config --show ，找到 channels 值为如下：

channels:

defaults

以上就是分享的Python基础学习之环境搭建的全部学习内容，大家都看懂了吗？希望本文的分享能帮到大家！

简单记录下卸载重装Anaconda、装PANDAS包及Anaconda笔记

//by Chaos

上周安装pandas包的时候不知道为什么把Anaconda的环境搞坏了

今天晚上开始准备修一下，然后就开始发现一些文件后面多了这个~。把另一台电脑的文件开始替换，然后发现又有别的问题，又根据报错修，发现少的越来越多。无奈决定重装Anaconda。

先把ENV文件拷出来，然后用自带的卸载程序卸载，重装以后再把虚拟环境拷进去。

教训是，重装是最快的，有问题的时候还是重装吧

Python pandas包用于数据操作和分析，更直观的方式处理标记或关系数据。

基于numpy软件包构建，pandas包括标签，描述性索引，在处理常见数据格式和丢失数据方面比较厉害。

安装 pandas，选择在Anaconda中安装

命令：conda install pandas

pip install pandas

显示结果找不到，报错。

更换中国科技大学源

：pip install pandas -i

显示成功

附录：

附:

豆瓣：

清华：

阿里云

中国科技大学

中国科学技术大学

卸载pandas

pip install -i tensorflow

参考文档

PANDAS

PIP 更换国内安装源

重装ANACONDA以后，我觉得我应该稍微写下ANACONDA的学习笔记。

ANACONDA的中文翻译和python差不多

都是蛇，为啥这些语言、环境开发大神都这么爱蟒蛇呢。

这张图就长得很像一个蟒蛇

Anaconda是一个包含超多科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

1）附带数据包：Anaconda 附带了一大批常用数据科学包，附带了 conda、Python 和超多个科学包及其依赖项。

2）装包容易：直接conda install：管理包Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。conda（包管理器）安装和管理这些包很容易，包括安装、卸载和更新包

3）可以管理多个环境: 我安装两个Python版本，conda可以为不同的项目建立不同的运行环境。比如不同的pandas版本，不可能同时安装两个 Numpy 版本，用conda可以为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。

Anaconda可以在Windows、macOS、Linux系统平台中安装和使用。

安装方法就是下一个软件包，傻瓜安装。

若“Anaconda-Navigator”成功启动，则说明真正成功地安装了Anaconda

“Anaconda-Navigator”中已经包含“Jupyter Notebook”、“Jupyterlab”、“Qtconsole”和“Spyder”。

在Anaconda

①进入python36环境

② 在当前环境中安装包

conda install package_name

conda install pandas在当前python36环境中安装pandas包。

③ 使用pip安装包

pip install package_name

pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

④conda list/info

→ 使用场景

查询conda版本、conda下的信息

参考文档

Anaconda官方网站

初学 Python 者自学 Anaconda 的正确姿势

Anaconda介绍、安装及使用教程

心得体会