2021-11-06

前言

之前零零碎碎的学过一些python的基础知识，安装各种软件，但是电脑重装之后瞬间失去了记忆，因此把学习和软件安装过程记录下来，以方便参考。（主要还是用的太少的锅啊~~）有错误也欢迎指出，大家一起进步！！

学习Python的用的是莫烦Pyhon，是真的良心推荐~~

---

一、安装Python

之前用Anaconda安装Python，功能很齐全，自带Python的各种库和Jupyter Notebook，但是是真的真的占内存，windows系统下一个pytorch一言不合就下一堆东西，最后还可能因为网络问题出错下载失败，电脑内存飞速爆红（流下来初学者的泪水），之后就把anaconda转移到了硬盘，因此这次打算安装miniconda。

• 进入miniconda的官网下载，也可通过以下链接直接进入下载页面。下载版本最好选择python3的64位版本，即Miniconda3 Windows 64-bit ，（电脑是32位，则下载32位版本）。

• 官网： https://docs.conda.io/en/latest/miniconda.html#
  
  详细步骤参考：https://zhuanlan.zhihu.com/p/133494097

注意事项总结：

1. 记得添加路径，如下图
   
2. 创建python虚拟环境
   虚拟环境名称：python_3.9（建议设置容易记住的名称）
   版本：python=3.9（3.9代表我创建的环境为3.9版本，此版本号可以自行设定）
3. 检查： Windows+R键打开命令行 ，输入python，查看python安装版本，如果不是你安装的版本，那就说明电脑里面存在多个 Python 版本，搜索 “管理多个python版本” 来解决。因为下载了miniconda，因此也可以用conda来管理。
   conda的介绍：“conda 是 Python 的一个管理器，它可以管理多个版本的 Python，也可以根据不同项目来管理不同的 Python 依赖。实现项目与项目之间的运行环境隔离。我来举个例子。 我有个项目 A 用了 Python3.6 + Tensorflow1.8 版本的依赖，项目 B 用了 Python3.9+Tensorflow2.5 的依赖。用过 Tensorflow 的同学都知道， 版本升级了之后，代码几乎完全不同了，也不兼容了，所以版本和版本之间，项目和项目之间最好还是做成隔离的比较好。而 Conda 就最擅长管理这些事情。”

二、Python的依赖

(一) 什么是Python的依赖

我们在运行一个 Python 程序的时候，你很有可能需要依赖于其他人写的代码，或者仓库，而这就是 Python 的依赖。
比如你在学习机器学习，你很有可能就要依赖于tensorflow, pytorch, sklearn, numpy库来写代码。

(二) 利用pip来为项目添加依赖库

1. 如何为项目添加库

• conda install
• pip

2. pip 与conda的区别

• pip 是最底层的Pyhton库管理工具，安装Pyhon 就自带一个pip
• conda层次在于pip/python之上，目的是用conda 来管理不同的python版本
  **结论：**不管有没有用conda管理，都可以用pip安装，pip安装是兼容的。用pip安装比较好。
  

3. 如何安装？

在cmd中输入，

pip3 install numpy   # 安装最新的 numpy
pip3 install numpy matplotlib requests   # 一次性安装多个依赖
pip3 install numpy==1.19.4   # 强制安装特定版本的库

ps. pip对应的是Pyhon2+的版本，pip3对应的是Python3+的版本，如果用conda的pip安装则不需要写成pip3

4. 安装太慢怎么办？

pip安装是到国外的官网进行下载了，提高速度使用国内的pip源
+ -i +源

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ #清华源
pip3 install -i http://mirrors.aliyun.com/pypi/simple/    #阿里源

5. 如何删除？

pip3 uninstall numpy

三、conda的分项目管理

不同项目里面的 Python 版本和依赖都不相同，用 conda 来为这些项目单独管理一个 Python 和隔离他们的依赖。

首先，创建一个 conda 环境 env，定义这个环境的名字和 Python 版本。

conda create --name pylearning python=3.9

然后切换到pylearning的环境，进行pip install

四、迁移依赖

（一）依赖列表的导出

pip freeze > requirements.txt

requirements.txt 这个文件是一个最基础的 pip 依赖列表

（二）依赖列表的迁移

在新地方的目录下执行下面指令，直接从 requirements.txt 里面读取依赖版本去安装。

pip install -r requirements.txt

---

五、Python编辑器的安装

由于VSCode上有Leetcode插件，刷leetcode题非常方便，所以决定下载VSCode。

VSCode安装详细教程：https://www.cnblogs.com/csji/p/13558221.html

六、VSCode配置Python

参考：用VScode配置Python开发环境 https://www.cnblogs.com/xiaojwang/p/11331202.html
（快捷键部分可以忽略）

配置过程中的几个关键点的记录

1. 提前在python中install flake8和yapf

2. 选择interpreter

因为我创建了多个python环境，所以我要选择刚刚建立的pylearnign的interpreter

3. 怎么打开设置中的配置文件

按ctrl+shift+p，在搜索框中输入setting (注意要有>，否则会变成搜索本地文件)，然后点击随后一个json文件

然后输入这一段

怎么打开lauch.json文件？

点击添加配置后，选择第一个打开Python文件，就出现了下图