Python 入门手札：从 0 到会--第一天环境的安装与搭建

Windows 系统：安装过程中可以选择 Add Anaconda to my PATH environment variable，但不推荐选择，因为会影响其他 Python 环境。建议使用 Anaconda 提供的 Anaconda Prompt 来管理环境。
macOS 和 Linux：下载 .pkg 文件并按照指引进行安装。
安装步骤（Windows为例）
双击安装包（如 Anaconda3-2023.03-Windows-x86_64.exe）
点击 Next → 同意许可协议 → 选择安装类型：
- Install for: Just Me (recommended)
设置安装路径（默认路径即可）：
```
C:\Users\<用户名>\anaconda3
```
关键步骤：
- ✅ Add Anaconda3 to my PATH environment variable（不推荐，选下方选项）
- ✅ Register Anaconda3 as my default Python 3.x
- 点击 Install 等待完成

1.4安装注意事项

1.关闭病毒和威胁防护，关闭防火墙，关闭下载的保护性软件(例如360安全卫士，火绒等)，防止某些程序被隔离

具体的安装步骤可以参考：史上最全最详细的Anaconda安装教程

2：验证 Anaconda 安装

安装完成后，我们需要验证 Anaconda 是否安装成功。

打开命令行（Windows：Anaconda Prompt，macOS/Linux：终端）。

输入以下命令：

# 验证Conda安装
执行以下命令检查版本：
#在默认终端地址输入
conda --version

若安装正确，将显示如下格式的版本信息：

conda --version
# 当Conda正确安装时将显示以下格式的版本信息：
conda 4.12.0

3：创建虚拟环境

1.使用 Conda 创建虚拟环境来隔离项目的依赖，确保不同项目之间的环境不会相互干扰打开 Anaconda Prompt，输入以下命令来创建虚拟环境（myenv 为虚拟环境名）：

conda create --name myenv python=3.x

以python版本3.13.10为例：

conda create --name myenv python=3.12.10

PS：常见conda命令可以通过conda--help查看（文章末尾有常见conda命令的使用方法）

conda --help
#如想查看命令的具体用法可以输入例如查看--name的详细用法
conda --name --help
#conda会给出详细的使用方法，如果还是不清楚的话可以尝试借助AI工具帮助自己！

4：激活虚拟环境

在终端输入以下代码：

conda activate myenv

如何查看目前激活的环境可以通过：

conda env list

输出示例：

# conda environments:
myenv                  *  C:\Users\YourName\anaconda3 //*号所在环境表示目前激活所处的环境
py39                     C:\Users\YourName\anaconda3\envs\py39
tensorflow               C:\Users\YourName\anaconda3\envs\tensorflow
pytorch                  C:\Users\YourName\anaconda3\envs\pytorch

激活后，你会看到命令行提示符前面会出现 (myenv)，表示当前正在使用这个虚拟环境。

5：安装常用 Python 库

在虚拟环境中安装常用的 Python 库，可以使用 Conda 或 pip。

1.使用 Conda 安装：

#使用 Conda 安装 numpy库，pandas库，matplotlib库：
conda install numpy pandas matplotlib
#使用 Conda 安装 jupyter：
conda install jupyter

2.使用 pip 安装：
如果 Conda 中没有某个库，可以使用 pip 安装：

#使用 pip 安装
pip install some_package

3.如果安装速度过慢可以添加国内网站镜像

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

Pip源

常用国内Pip镜像源：https://zhuanlan.zhihu.com/p/623325525

清华大学：Simple Index
阿里云：Simple Index
豆瓣：https://pypi.douban.com/simple/

6：配置开发环境（VSCode、PyCharm、Jupyter）

6.1配置 VSCode

Visual Studio Code（VSCode）是一个轻量级的代码编辑器，适合Python开发。以下是配置步骤：

1.下载并安装VSCode：访问VSCode官网下载适合操作系统的版本并完成安装。

2.安装Python扩展：启动VSCode后，点击左侧活动栏的扩展图标（四个方块），搜索“Python”，安装由Microsoft提供的官方扩展。

3.配置Python解释器：打开Python项目文件夹或新建文件，按下Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（macOS），输入“Python: Select Interpreter”，选择已创建的Conda虚拟环境作为解释器。

4.安装Jupyter扩展（可选）：如需在VSCode中运行Jupyter Notebook，搜索并安装“Jupyter”扩展，支持交互式开发环境。

具体配置步骤可查看此博文:在VScode中配置Python开发环境

6.2配置 PyCharm

PyCharm是一款功能强大的Python IDE，适合大型项目开发。以下是配置方法：

1.下载并安装PyCharm：访问PyCharm官网下载专业版或社区版，完成安装。

2.配置Python解释器：打开PyCharm后进入File > Settings（Windows/Linux）或PyCharm > Preferences（macOS），在Project: <your_project_name>中选择Python Interpreter。

3.添加Conda环境：点击解释器右侧的齿轮图标，选择Add，进入Conda Environment选项，指定已创建的虚拟环境路径，确认后应用设置。

具体配置步骤可查看此博文:PyCharm 社区版（2024.2.3）安装、配置、创建项目

6.3安装 Jupyter Notebook

1.在 Anaconda 环境中运行以下命令安装 Jupyter Notebook：

conda install jupyter

2.启动 Jupyter Notebook

安装完成后，通过以下命令启动 Jupyter Notebook：

jupyter notebook

启动后，系统会自动在默认浏览器中打开 Jupyter 界面。界面会显示当前目录下的文件和文件夹。

以下是在 Jupyter Notebook 中创建、编辑、保存及关闭的详细指南：

3.创建新 Notebook

在 Jupyter 主界面右上角找到“New”按钮，点击后选择“Python 3”（或所需内核如 R、Julia）。新创建的 Notebook 会以无标题文件打开，文件名显示在页面顶部。

4.编写和运行代码

在单元格中输入代码或 Markdown 文本。按以下方式操作：

执行当前单元格：Shift + Enter（自动跳转到下一单元格）
插入新单元格：点击工具栏的“+”按钮或按 Esc + B（下方插入）/ A（上方插入）
切换单元格类型：通过工具栏下拉菜单选择“Code”或“Markdown”

示例：

import numpy as np
arr = np.array([1, 2, 3])
print(arr.mean())

5.保存和导出文件

保存当前 Notebook 点击工具栏磁盘图标或按 Ctrl + S。导出文件通过以下路径：

菜单栏选择“File” > “Download as”
可选格式包括：HTML（.html）、LaTeX（.tex）、PDF（需安装 TeX）、Python脚本（.py）

6.关闭 Notebook

安全退出流程：

保存所有 Notebook 文件
关闭浏览器标签页
返回启动 Jupyter 的终端窗口
按下 Ctrl + C 终止服务器进程
确认退出提示（输入 y 或等待自动关闭）

注意：未正确关闭服务器可能导致端口占用问题，下次启动时需手动终止进程。

更详细步骤可参考博文:手把手教你安装Jupyter Notebook（保姆级教程）

7：常见问题处理

7.1VSCode 无法识别虚拟环境

在 VSCode 中打开命令面板（Ctrl+Shift+P 或 Cmd+Shift+P），输入并选择 Python: Select Interpreter。从列表中找到虚拟环境对应的 Python 路径（通常位于 conda_envs/your_env_name/bin/python 或类似路径）。

7.2Jupyter 启动失败

若未安装 Jupyter，在终端运行以下命令安装：

conda install jupyter

若已安装但启动失败，先激活目标 Conda 环境：

conda activate your_env_name

再启动 Jupyter：

jupyter notebook

7.3PyCharm 无法识别 Conda 环境

打开 PyCharm 的 File > Settings > Project: your_project_name > Python Interpreter。点击齿轮图标选择 Add Interpreter，定位到 Conda 环境的 Python 解释器路径（如 ~/anaconda3/envs/your_env_name/bin/python）。保存后重启 PyCharm生效。

8：常见conda命令

8.1创建和管理 Conda 环境

创建新环境
使用以下命令创建名为 myenv 的环境，并指定 Python 3.9：

conda create --name myenv python=3.9

激活环境
激活名为 myenv 的环境：

conda activate myenv

退出环境
退出当前激活的环境：

conda deactivate

列出所有环境
查看本地所有 Conda 环境及当前激活状态：

conda env list

删除环境
彻底删除名为 myenv 的环境：

conda remove --name myenv --all

8.2包管理

安装包
安装 numpy 包：

conda install numpy

安装特定版本
安装指定版本的包（如 numpy=1.21）：

conda install numpy=1.21

更新包
升级 numpy 到最新版本：

conda update numpy

卸载包
从当前环境移除 numpy：

conda remove numpy

列出已安装包
显示当前环境的所有包及版本：

conda list

8.3环境配置管理

导出环境配置
将当前环境依赖导出到 environment.txt：

conda list --export > environment.txt

从配置创建环境
根据 environment.txt 创建新环境：

conda env create --file environment.txt

更新环境配置
同步当前环境与 environment.txt 的差异：

conda env update --file environment.txt

8.4仓库管理

添加仓库
添加 conda-forge 社区仓库：

conda config --add channels conda-forge

查看仓库列表
显示已配置的仓库：

conda config --show channels

移除仓库
删除 conda-forge 仓库：

conda config --remove channels conda-forge

8.5维护与配置

清理缓存
删除未使用的包和缓存：

conda clean --all

查看配置信息
显示 Conda 所有配置项：

conda config --show

8.6其他操作

查看 Conda 版本

conda --version

更新 Conda
升级 Conda 至最新版本：

conda update conda

解决依赖冲突
安装包时自动处理依赖冲突：

conda install somepackage --update-deps

搜索包
查找仓库中 numpy 的可用版本：

conda search numpy

您可能感兴趣的与本文相关的镜像

Python3.10

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本