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