Python基础篇: 环境安装

Python基础环境使用

    • 一:运行环境Anaconda介绍
      • 1、Anaconda搭建
        • 1.1、下载方式
        • 1.2、安装
        • 1.3、验证是否安装成功
      • 2、管理python环境
        • 2.1、列出所有环境
        • 2.2、创建环境
        • 2.3、进入指定虚拟环境
        • 2.4、离开虚拟环境
        • 2.5、删除虚拟环境
      • 3、依赖管理
        • 3.1、安装依赖
        • 3.2、卸载依赖
        • 3.3、查看依赖
    • 二:编辑器PyChram介绍
      • 1、PyChram安装
      • 2、PyChram破解
      • 3、PyChram使用
        • 3.1、新建文件
        • 3.2、 运行文件

一:运行环境Anaconda介绍

1、Anaconda搭建

Anaconda是为方便使用Python而建立的软件包,其包含250多个工具包,多版本的Python解释器和强大的虚拟环境工具,可以很方便地解决多版本python 并存、切换以及各种第三方包安装问题,所以Anaconda是Python的全家桶。Anaconda可以使安装,运行和升级环境变得更简单,所以初步学习Python,这一个就足够了。

1.1、下载方式
  • 国内地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive
  • 官网地址: https://www.anaconda.com/
    我是从官网下载的,有点慢,大家可以尝试从国内网址选择合适的版本进行下载
1.2、安装

Windows下的Anaconda安装,是所谓的傻瓜式安装。这里有几个注意点:

  • 选择路径:不要把Anaconda安装在C盘,因为后边使用中会有很多个虚拟环境,安装很多包
  • 勾选加入环境变量
    然后安装过程中,其他就可以傻瓜式安装了
1.3、验证是否安装成功

window输入cmd,打开命令行

  • 方法一:输入conda,回车。看是否能进入conda环境。
    在这里插入图片描述
  • 方法二:输入activate,看能否进入虚拟环境
    在这里插入图片描述
    这里的base,是一个默认的虚拟环境。可以自行修改默认的环境,后面会分享这个命令

2、管理python环境

2.1、列出所有环境

命令:conda env list

# conda environments:
#
tempenv                  C:\Users\zhangfengxia\.conda\envs\tempenv
base                  *  D:\software\python  #这里的*代表当前使用环境

在这里插入图片描述

2.2、创建环境

命令:conda create -n env_names package_names

#输入命令,并指定python包的版本
#conda create -n tempenv python=3.7 

Collecting package metadata (current_repodata.json): done
Solving environment: unsuccessful attempt using repodata from current_repodata.json, retrying with next repodata source.Collecting package metadata (repodata.json): done
Solving environment: done


==> WARNING: A newer version of conda exists. <==
  current version: 23.5.0
  latest version: 23.11.0

Please update conda by running

    $ conda update -n base -c defaults conda

Or to minimize the number of packages updated during conda update use

     conda install conda=23.11.0



## Package Plan ##

  environment location: C:\Users\zhangfengxia\.conda\envs\tempenv

  added / updated specs:
    - python=3.7


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    ca-certificates-2023.12.12 |       haa95532_0         127 KB
    certifi-2022.12.7          |   py37haa95532_0         149 KB
    openssl-1.1.1w             |       h2bbff1b_0         5.5 MB
    pip-22.3.1                 |   py37haa95532_0         2.7 MB
    python-3.7.16              |       h6244533_0        17.2 MB
    setuptools-65.6.3          |   py37haa95532_0         1.1 MB
    wheel-0.38.4               |   py37haa95532_0          82 KB
    wincertstore-0.2           |   py37haa95532_2          15 KB
    ------------------------------------------------------------
                                           Total:        26.9 MB

...

在这里插入图片描述

2.3、进入指定虚拟环境

命令:conda env env_names

#进入tempenv环境
#activate tempenv

在这里插入图片描述

2.4、离开虚拟环境

命令:deactivate
在这里插入图片描述

2.5、删除虚拟环境

命令:conda env remove -n env_name

#删除刚刚创建的tempenv环境
#conda env remove -n tempenv

Remove all packages in environment C:\Users\zhangfengxia\.conda\envs\tempenv:

3、依赖管理

3.1、安装依赖

python安装依赖(第三方包),常见的方式是使用pip install,除此之外,还可以使用conda install,下面以安装requests为示例,两种方式使用分别如下:

# 使用pip 安装
$ pip install requests  -i 加速源 #-i用来指定加速源

# 使用 conda
$ conda install requests

# 安装指定版本
$ conda install requests=2.29.0
3.2、卸载依赖
conda remove requests
3.3、查看依赖
# 查看所有
$ conda list
(base) ➜  ~ conda list
# # packages in environment at D:\software\python:
# Name                    Version                   Build  Channel
_anaconda_depends         2023.03                  py39_0    defaults
_ipyw_jlab_nb_ext_conf    0.1.0            py39hecd8cb5_1    defaults
alabaster                 0.7.12             pyhd3eb1b0_0    defaults
...
# 通过模糊搜索
$ conda list | grep req
requests                  2.29.0           py39hecd8cb5_0    defaults
requests-file             1.5.1              pyhd3eb1b0_0    defaults
requests-toolbelt         0.9.1              pyhd3eb1b0_0    defaults

二:编辑器PyChram介绍

PyCharm是一款Python IDE,其带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如, 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等等。此外,该IDE提供了一些高级功能,以用于支持Django框架下的专业Web开发。

1、PyChram安装

官网地址:https://www.jetbrains.com.cn/pycharm/

我直接从官网下载的2023版本的,下载下来以后,傻瓜式安装,不过在安装过程中,还是建议安装在非C盘,在遇到下边这个创建快捷方式的地方,我是全选了这几项。其他的一直默认就可以
在这里插入图片描述

2、PyChram破解

访问网址获取破解码:https://vrg123.com/,在这个网站获取破解码,输入即可。这种破解方式不太稳定,用的人多容易被封,大家可以去找永久破解的方式

3、PyChram使用

3.1、新建文件

在这里插入图片描述

3.2、 运行文件

文件内右击,找到run就可以运行了;
右上角也可以执行,记得选中要运行的文件名
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/294406.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

[C#]winform部署PaddleDetection的yolo印章检测模型

【官方框架地址】 https://github.com/PaddlePaddle/PaddleDetection.git 【算法介绍】 PaddleDetection 是一个基于 PaddlePaddle&#xff08;飞桨&#xff09;深度学习框架的开源目标检测工具库。它提供了一系列先进的目标检测算法&#xff0c;包括但不限于 Faster R-CNN, …

Prometheus-Alertmanage钉钉实现告警

获取钉钉的webhook地址 1、注册企业钉钉 a、注册企业钉钉 浏览器打开钉钉注册页面 填入手机号码&#xff0c;填入获取到的验证码&#xff0c;点注册 填入企业资料并注册 注册成功后&#xff0c;扫描二维码下载钉钉&#xff0c;如下图&#xff1a; b、添加机器人 管理后台 因…

社科院与美国杜兰大学金融管理硕士项目——为金融领域人士照亮寒冬中的新机遇

随着全球金融市场的不断演变&#xff0c;金融领域的发展日新月异&#xff0c;充满了不确定性和挑战。特别是在当前的经济寒冬期&#xff0c;许多金融领域人士面临着巨大的压力和困境&#xff0c;需要寻找新的发展机遇和突破口。社科院与杜兰大学金融管理硕士项目如同明灯&#…

Java学习——设计模式——行为型模式1

文章目录 行为型模式模板方法策略模式命令模式责任链模式 行为型模式 行为型模式用于描述程序在运行时复杂的流程控制&#xff0c;即描述多个类或对象之间怎样相互协作共同完成单个对象无法单独完成的任务&#xff0c;涉及算法与对象间职责的分配。 行为型模式分为类行为模式和…

PHPStudy快速搭建网站并结合内网穿透远程访问本地站点

文章目录 [toc]使用工具1. 本地搭建web网站1.1 下载phpstudy后解压并安装1.2 打开默认站点&#xff0c;测试1.3 下载静态演示站点1.4 打开站点根目录1.5 复制演示站点到站网根目录1.6 在浏览器中&#xff0c;查看演示效果。 2. 将本地web网站发布到公网2.1 安装cpolar内网穿透2…

上门回收小程序开发的优势,顺应时代发展

当下&#xff0c;人们的生活水平不断提高&#xff0c;相应产生的闲置物品也在不断增加&#xff0c;回收行业因此得到了快速发展。 同时&#xff0c;在互联网的发展下&#xff0c;回收行业也慢慢转到了线上&#xff0c;人们在卖闲置物品时不需要到门店内&#xff0c;只需要在手…

x-cmd pkg | pdfcpu - 强大的 PDF 处理工具

目录 简介首次用户多功能支持性能表现安全的加密处理进一步阅读 简介 pdfcpu 是一个用 Go 编写的 PDF 处理库。同时它也提供 API 和 CLI。pdfcpu 提供了丰富的 PDF 操作功能&#xff0c;用户还能自己编写配置文件&#xff0c;用来管理和使用各种自定义字体并存储有效的默认配置…

【SpringCloud】设计原则之数据一致性与设计模式

一、设计原则之数据一致性 数据一致性分以下几种情况。 强一致性 当更新操作完成之后&#xff0c;任何多个后续进程或线程的访问都会返回最新的更新过的值。这种是对用户最友好的&#xff0c;就是用户上一次写什么&#xff0c;下一次就保证能读到什么。根据 CAP 理论&#…

代码随想录算法训练营第五十八天|739. 每日温度、496.下一个更大元素I

代码随想录 (programmercarl.com) 739. 每日温度 栈里面存放的是元素的下标&#xff0c;确保栈里面的下标对应的元素是单调递增的。 如果栈里面存放的是元素的话&#xff0c;就没有办法定位到下标值&#xff0c;无法计算出距离&#xff0c;所以直接就存入下标。 class Solut…

COCO Dataset Format

COCO (Common Objects in Context) dataset数据集是一个广泛应用于目标检测、语义分割的数据集&#xff0c;包含330K 图片数据 与 2.5 million 个目标实体。 1.数据集下载 !wget http://images.cocodataset.org/zips/train2017.zip -O coco_train2017.zip !wget http://image…

【JAVA】深入了解 Java 中的 DelayQueue

&#x1f34e;个人博客&#xff1a;个人主页 &#x1f3c6;个人专栏&#xff1a; JAVA ⛳️ 功不唐捐&#xff0c;玉汝于成 目录 前言 Java中的DelayQueue是一个强大的工具&#xff0c;常用于处理需要延迟执行的任务或具有过期时间的元素。通过实现Delayed接口&#x…

​三子棋(c语言)

前言&#xff1a; 三子棋是一种民间传统游戏&#xff0c;又叫九宫棋、圈圈叉叉棋、一条龙、井字棋等。游戏规则是双方对战&#xff0c;双方依次在9宫格棋盘上摆放棋子&#xff0c;率先将自己的三个棋子走成一条线就视为胜利。但因棋盘太小&#xff0c;三子棋在很多时候会出现和…

HCIP-端口隔离、arp代理、聚合vlan、QinQ

目录 一&#xff0c;端口隔离&#xff08;同vlan间同交换机下的端口隔离技术&#xff09; 端口隔离原理&#xff1a; 双向隔离配置 4&#xff0c;端口隔离特殊使用&#xff1a;单向隔离 6&#xff0c;ARP代理 6.1 路由式代理 6.2 VLAN内ARP代理 6.3 VLAN间ARP代理 6.3…

js逆向第8例:猿人学第1题-js 混淆-源码乱码

题目1:抓取所有(5页)机票的价格,并计算所有机票价格的平均值,填入答案。 老规矩打开控制台调试,出现debugger 过掉这个很简单了,右键点击“一律不在此处暂停” 这样就可以查看具体的网络请求如下: m是加密值,熟悉的大佬能发现这串加密字符非常像md5,|后面的就是时…

三分钟弄清数据传输方式

数据传输方式是指在计算机网络和通信系统中&#xff0c;数据如何在发送端和接收端之间进行传输和交换的方法和技术。不同的数据传输方式可以影响到数据传输的效率、安全性和可靠性&#xff0c;因此在实际应用中选择合适的数据传输方式至关重要。本文将从数据传输方式的基本概念…

初学编程,到底选Java还是C++?

初学编程&#xff0c;到底选Java还是C? 在开始前我有一些资料&#xff0c;是我根据网友给的问题精心整理了一份「C的资料从专业入门到高级教程」&#xff0c; 点个关注在评论区回复“888”之后私信回复“888”&#xff0c;全部无偿共享给大家&#xff01;&#xff01;&#x…

Excel 读写

using System.Collections; using System.Collections.Generic; using OfficeOpenXml; using System.IO; using UnityEngine; using System.Text;public class ExcelTest : MonoBehaviour {void Start(){string _filePath Application.streamingAssetsPath "/学生信息.x…

yolov5目标检测神经网络——损失函数计算原理

前面已经写了4篇关于yolov5的文章&#xff0c;链接如下&#xff1a; 1、基于libtorch的yolov5目标检测网络实现——COCO数据集json标签文件解析 2、基于libtorch的yolov5目标检测网络实现(2)——网络结构实现 3、基于libtorch的yolov5目标检测网络实现(3)——Kmeans聚类获取anc…

AcWing 861. 二分图的最大匹配—匈牙利算法

题目链接:AcWing 861. 二分图的最大匹配 问题描述 分析 该题是一道典型的二分图匹配模板题&#xff0c;求解最大匹配数&#xff0c;可以用匈牙利算法来解决&#xff0c;下面举一个例子来说明匈牙利算法是如何运行的 以该图为例&#xff0c;其中 1可以匹配a,c 2可以匹配a,b 3…

面试算法90:环形房屋偷盗

题目 一条环形街道上有若干房屋。输入一个数组表示该条街道上的房屋内财产的数量。如果这条街道上相邻的两幢房屋被盗就会自动触发报警系统。请计算小偷在这条街道上最多能偷取的财产的数量。例如&#xff0c;街道上5家的财产用数组[2&#xff0c;3&#xff0c;4&#xff0c;5…