[

1. 运行环境

python的运行环境当然是只要去官网下载对应版本安装即可,注意,我们这边只讲3.5以上的版本,因此不要下载错了!安装好后要注意环境变量的配置,具体的可以参看官方说明.

1.1. Anaconda集成环境

更好的工具是使用Anaconda集成环境,这样就可以省去很多配置环境呀,配置依赖的问题,它也可以自动将你的python环境放入系统环境变量,省去了手工配置的麻烦.国内访问Anaconda会比较坑爹,之前清华和中科大都有anaconda的源,但2019年因为授权问题几乎都停运了,目前知道的截至2019年4月30日国内可用的源几乎只剩下腾讯源了

Anaconda是一个全平台的常用于科学计算的python继承环境包.自带虚拟环境工具,python的版本管理和包管理.用它来安装python可以保证python的隔离性,并且它自带的包足够全面好用.如果嫌弃它太重,那么可以安装miniconda.依然是全平台支持,只是少了自带的包而已,腾讯提供的下载地址在https://mirrors.cloud.tencent.com/anaconda/miniconda/.

Anaconda下载好后使用bash <anaconda.sh>(windows就是直接双击打开了)然后一路设置就好(完全可以全默认).

1.1.1. Anaconda的配置

换源

在墙内的我们最好将源添加至默认.

使用命令行设置

清华源的帮助文档上已经写清楚了如何通过命令行添加源.

  conda config --add channels http://mirrors.cloud.tencent.com/anaconda/pkgs/free/   conda config --add channels http://mirrors.cloud.tencent.com/anaconda/pkgs/main/   conda config --set show_channel_urls yes

使用配置文件设置

linux,mac用户编辑~/.condarc,windows用户编辑C:\Users\<你的用户名>\.condarc,输入如下内容即可.

  channels:    - http://mirrors.cloud.tencent.com/anaconda/pkgs/free/   - http://mirrors.cloud.tencent.com/anaconda/pkgs/main/   - defaults    show_channel_urls: yes

配置代理

如果已经配置了conda的国内镜像,name通常是不需要再做其他设置的.但如果一些包依然需要使用代理,那么同样可以在其配置文件.condarc中设置使用代理.
```
  proxy_servers:         http: http://myname:[email protected]:8080         https: https://myname:[email protected]:8080 
```
需要注意的是pip和conda都不能使用socks5代理.

1.2. 虚拟环境

我们希望项目的环境依赖是独立隔离的,每个项目间各自不会影响其他的项目,最成熟传统的做法就是使用虚拟环境了.虚拟环境可以理解为node.js中npm工具的本地安装,他会把用到的包包括python的虚拟机都放到你指定的目录下,在一个terminal进程中只要你激活了那个虚拟环境,你用到的与python相关联的东西就都是虚拟环境中的了.

python3中自带了工具pyvenv(PEP 405)来构建虚拟环境,而如果希望统一的管理虚拟环境,则Anaconda提供的虚拟环境功能可能更加合适

1.2.1. pyvenv使用方法

pyvenv <venv path> 创建虚拟环境到指定目录
source <venv path>/bin/activate 使用虚拟环境,在windows下是 <venv path>/bin/activate.bat

激活后会看到你的命令行每行前面多出一个(venv)字样，表示你在使用虚拟环境
deactivate 退出虚拟环境

1.3. Anaconda虚拟环境和多版本的管理

ananconda也有虚拟环境工具,而且可以通过虚拟环境实现多版本python的管理使用,也就是说Anaconda的虚拟环境工具除了创建虚拟环境,还是python的版本控制工具.

创建虚拟环境

conda create -n <name> python=<python version> [collection]

输入以上命令我们就建立了一个以<name>为名字的虚拟环境,并且代码和虚拟机都将放在<AnacondaPath>/envs/<name>文件夹下.我们需要指定python的版本,如果想顺便把一些要用的包装了,可以在[collection]位置加上要的包.

激活虚拟环境

Anaconda的虚拟环境激活不需要我们记住虚拟环境创建在哪里,只要记住名字就行

在linux或者mac上使用source activate <name>,在windows上使用activate <name>即可,需要注意的是windows下的powershell shell有一个bug,无法激活虚拟环境,要使用的话记得切换到cmd.

退出虚拟环境

在linux或者mac上使用source deactivate,在windows上使用deactivate就可以退出当前的虚拟环境了

查看有哪些虚拟环境

conda env list

要删除一个虚拟环境

conda remove -n <name> --all

1.4. *关于pypy

pypy是现今活下来的cpython外最好的python实现,它使用jit技术,因此比cpython快的不是一星半点.有测试pypy的io效率与node相当,而cpu密集型任务如果使用python自带的数据结构也比原生cpython快上2~3倍.现在对python3.5有个beta版本的支持,目前还不太完善.

抛开这些不说,pypy的c扩展能力很差,许多带c扩展的模块要么无法在其上使用,要么比在cpython上慢很多.因此可以关注,但并不推荐使用