Python 安装及环境搭建

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

Python 作为一个语言，代码需要一个解释器来进行解释，这个解析器就是专门针对 Python 代码的，只有它才知道这些代码是什么意思。编写代码也需要一定的工具，理论上所有的纯文本都可以编写代码，但工欲善其事必先利其器，好用的工具能够使我们事半功倍。

Python 安装说明

当然，你可以从 python 的官网「 https://www.python.org 」的下载栏目进行安装包下载，下载时需要按自己实际的操作系统（ Windows 还是 Mac 等 ）下载相应的包，进行界面化安装。不过这种安装不太推荐，我也不希望你这么做。因为这里有几个问题：

• 这种安装比较复杂，比如在 Window 里还要设置一些环境变量
• 容易与已有的 Python 冲突，Mac 操作系统会自带 Python （注意：它是 2.x 版本，并不能直接使用 ）
• 无法灵活切换版 Python 版本，有时间我们需要使用特定版本的 Python 需要灵活切换，这种模式无法做到灵活切换管理

等等，那么以上问题有没有解决的办法？有的，Anaconda 是一个环境套件，能够解决我们上述问题。

Anaconda

Anaconda是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，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。

说到这里先不要动手去下载安装，因为 Anaconda 由于是一个大而全的套件，里边已经为大家安装好了常用的库包，并且还自带一些开发工具，从而使其巨大无比，安装后就是 1 个多 G，一旦运行电脑都显得有些吃力。为了解决这个问题，miniconda出现了。它小巧，安装包六七十M，下载、安装速度快。我们可以使用清华大学建立的镜像下载站点进行下载，由于服务器在国内，速度很快。

接下来，我们一起安装吧。

miniconda

打开以下网址：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
# 当然，你实在需要一个大而全的 Anaconda 可以用以下网址下载
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

按最后一列的时间排序，或者接页面拉到最后，找到最现在最近时间发布的安装包，Mac 电脑选择 MacOSX-x86_64.pkg Windows 选择 Windows-x86_64.exe 进行下载。py39 字样代表 Python 的默认版本是 3.9 版本。

以下是 miniconda 下载文件（截止 2022-12-23，最新的安装文件是默认 3.10 版本，安装后可创建其他 Python 版本的环境，包括 Python 2.x 和 Python 3.10 版本，如果不存在的版本可以在 conda-forge 中安装）：

下载完成后双击安装包按界面提示进行安装。安装完成后 ：

• Windows 会在开始菜单或者桌面产生一个终端管理器（Anconda Prompt 字样）
• Mac 在电脑启动器里找到「终端」（Terminal）

MAC 和 Linux 可以用命令安装 .sh 文件：bash Miniconda3-latest-MacOSX-x86_64.sh （注意，需要 cd 命令到 sh 文件的目录）

启动它，可以看到类型这样的字样：

mac：
Last login: Wed Apr  8 15:28:02 on ttys001
(base) gairuo@MacBook Downloads %

windows：
(base) PS C:\Users\gairuo>_

其中 (base) 就是它默认的环境了，如果需要设置多 python 环境可以看下一节，否则直接使用它。

多 Python 环境

如果不需要多个 python 版本，跳过这儿。给新的环境起个名字，如起名 py310data 创建的用来专门做数据分析的，创建了 Python 3.10 版本的环境。常用命令如下：

# 创建新环境，<环境名称>, python 版本
conda create -n py310 python=3.10
# 删除环境
conda remove -n py310 --all
# 进入、激活环境
conda activate py310
# 退出环境
conda deactivate
# 查看所有虚拟环境及当前环境
conda info -e

# 其他不常用
conda -V # 查看conda的版本
conda update conda # 升级
conda list # 安装软件列表
conda install numpy # 安装库包，用 pip 也可以
conda uninstall numpy # 安装库包
conda search python # 查询支持的Python版本
# 使用 conda-forge 通道，对于一些 conda 没有的版本时使用
conda create -n py311 python=3.11 -c conda-forge

按下来就是安装三方库，一般用 pip 来管理三方库：

pip install numpy # 安装库
pip install numpy httpx django # 同时安装多个库
pip install numpy -U # 升级库，安装最新版
pip install numpy==1.24.2 # 安装指定版本
# 指定源，用国内源可加速下载
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
# 其他方法，如遇到无法安装的可尝试，如 lxml 在 Python 3.11 下报错，可用此方法
conda install -c anaconda lxml # anaconda 渠道
conda install -c conda-forge jupyterlab # conda 社区渠道

可以一次性创建环境+安装三方库（可指定版本），如：

conda create -c conda-forge -n py311 python==3.11.3 jupyterlab=3.6.3 'jupyterlab-lsp=4.1.0' 'jupyter-lsp-python=2.1.0' pandas httpx

安装编辑器

代码编辑器，即 IDE，编写代码的工具。代码编辑器可选择的比较多，一般可使用 Jupyter Lab（推荐，学习和数据分析）、Visual Studio Code（脚本和小项目）、PyCharm（大型项目）、 Sublime Text（文本编辑查看）。

我们初学不用使用大型的工程项目编辑器，如 Visual Studio Code、PyCharm，这里推荐 Jupyter Lab（它的上一代是 Jupyter Notebook），它是一个网页、界面化、即时反馈结果，后期在做数据分析、机器学习时，它的可视化功能也非常方便。

Jupyter 安装

官网介绍：https://jupyter.org/install。在上文中提示的「终端」中输入以下代码再回车：

# 安装 Jupyter Lab, 使用清华的源加快下载速度
pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple

出现上文的终端命令提示符说明安装成功。

接下来启动 JupyterLab, 在终端输入:

# jupyter notebook
jupyter lab

这样就会在浏览器中打开一个网页（如没自动打开可按界面上提示的网址复制到浏览器手动打开），如果发现网页列出的目录和文件不是自己想要的，那么在启动 Jupyter Notebook 前 Windows 可以用 d:(换到D盘) ， 然后 cd D:\gairuo\study （根据自己的实际目录，mac 直接使用类似 cd /Users/gr/Downloads ），再执行启动命令，这样 notebook 就默认在你指定的目录下了。

推荐安装 jupyterlab-lsp 插件，使用语言服务器协议为 JupyterLab 提供编码帮助（代码导航+悬停建议+linters+自动完成+重命名）。

# https://github.com/jupyter-lsp/jupyterlab-lsp
pip install jupyterlab-lsp -U
pip install jedi-language-server -U
pip install 'python-lsp-server[all]' -U # 与以上二选一
# 执行命令重启 JupyterLab

如果想格式化代码（一般快捷键是 ctr+l）可以安装如下插件：

# 代码格式化 
# 安装配置教程 https://github.com/ryantam626/jupyterlab_code_formatter
pip install jupyterlab-code-formatter
pip install black isort
# 执行命令重启 JupyterLab

如果想获得更好的代码提示、自动补全体验可以试用 VS code 和 PyCharm 中的 jupyter notebook 功能。

# 所有插件及开启状态
jupyter labextension list

# 关闭和开启单元格浮动工具栏
jupyter labextension disable @jupyterlab/cell-toolbar-extension
jupyter labextension enable @jupyterlab/cell-toolbar-extension

Jupyter 的使用

下面我们说说 jupyter 的使用。从一开始建议大家整理好自己的文件目录，记住创建的文件在哪个位置，这是很重要的。进入到合适的目录后，点击页面的新建（new）再选择 python 3 创建，这样就创建了一个代码编辑本，我们就可以在这儿写代码了。
Ju

文件改名，点击头部 jupyter 图标旁边的文件名会弹出改名框，也可在「文件」菜单下的「重命名」进行改名。文件名最好有规律，如带上日期、需求名之类。

可以测试一下其他菜单，比如插入行、删除行、合并行、拆分行、重启服务等。

留意页面右上 「python 3」旁边的圆圈，如果是实心的说明正在执行代码，同时代码行不会显示行执行编号，会显示星号，此时只需要等待就行。

Jupyter Lab 的使用和 Notebook 的类似，快捷键也基本相同。

下边是一些快捷键，尽量使用这这些快捷键来操作以提高效率：

下边是一些魔法方法，可以实现一些特定的功能：

至此，万事俱备，我们开始写代码吧！

参考

• docker 安装：https://hub.docker.com/r/continuumio/miniconda3
• https://ipython.readthedocs.io/en/stable/