开发环境配置
1. Python安装全平台指南
1.1 Windows系统安装
步骤说明：
- 访问Python官网
- 下载最新版安装包（建议勾选
Add Python to PATH） - 运行安装程序并选择默认设置
- 验证安装：
# 打开CMD输入
python --version
# 应显示类似：Python 3.11.4
多版本管理技巧：
# 使用py启动器切换版本
py -3.10 script.py # 指定Python 3.10运行
py -3.11 script.py # 指定Python 3.11运行
1.2 macOS系统安装
推荐方法：
# 使用Homebrew安装（需先安装brew）
brew install python@3.11
# 验证安装
python3 --version
系统自带的Python注意：
# macOS预装Python 2.7（已废弃）
# 请始终使用python3命令
1.3 Linux系统安装
通用方法：
# Debian/Ubuntu系
sudo apt update && sudo apt install python3
# RedHat/CentOS系
sudo yum install python3
# 验证安装
python3 --version
进阶配置：
# 创建虚拟环境
python3 -m venv myenv
source myenv/bin/activate
2. 主流开发工具对比
2.1 工具特性对比表
| 特性 | PyCharm | VSCode | Jupyter Notebook |
|---|---|---|---|
| 类型 | 专业IDE | 轻量编辑器 | 交互式笔记本 |
| 启动速度 | 较慢 | 快速 | 快速 |
| 调试功能 | 专业 | 良好 | 有限 |
| 扩展性 | 插件市场 | 海量扩展 | 内核扩展 |
| 适用场景 | 大型项目开发 | 全栈开发 | 数据分析/教学 |
| 内存占用 | 500MB+ | 200MB+ | 300MB+ |
2.2 工具配置示例
PyCharm初体验：
- 下载安装Community版
- 创建新项目时选择Python解释器
- 编写第一个程序：
print("PyCharm says Hello!")
- 右键运行脚本
VSCode配置Python：
-
安装Python扩展
-
创建
.py文件后按F5调试 -
推荐安装插件：
- Pylance（智能提示）
- Jupyter（笔记本支持）
- Python Test Explorer（测试支持）
Jupyter Notebook使用：
# 安装与启动
pip install notebook
jupyter notebook
# 在单元格中输入
name = input("请输入名字：")
print(f"欢迎来到Jupyter, {name}!")
3. 第一个Python程序
3.1 标准输出程序
文件模式：
# hello.py
print("Hello World!")
print("1 + 1 =", 1+1)
执行方式：
python hello.py
# 输出：
# Hello World!
# 1 + 1 = 2
3.2 交互式终端实践
REPL环境操作：
>>> 2 ** 10 # 计算2的10次方
1024
>>> import math
>>> math.sqrt(256) # 计算平方根
16.0
>>> name = input("你的名字？") # 交互输入
你的名字？Alice
>>> print(f"你好，{name}！")
你好，Alice！
常用REPL技巧：
- 按
Tab键自动补全 - 使用
_获取上次计算结果 Ctrl+Z退出（Windows）或Ctrl+D退出（macOS/Linux）
4. 常见问题解决方案
4.1 环境配置问题
| 问题现象 | 解决方法 |
|---|---|
python命令无效 | 使用python3命令或检查PATH配置 |
| 模块找不到错误 | 使用pip install 包名安装依赖 |
| 多版本冲突 | 使用py -版本号指定或配置虚拟环境 |
4.2 工具优化建议
PyCharm加速：
- 关闭不需要的插件
- 设置
File -> Invalidate Caches - 调整内存设置：
Help -> Change Memory Settings
VSCode配置：
// settings.json优化
{
"python.linting.pylintEnabled": true,
"editor.formatOnSave": true,
"python.autoComplete.extraPaths": ["./src"]
}
5. 实践建议
开发环境组合推荐：
- Web开发：VSCode + Django插件 + Postman
- 数据分析：Jupyter Lab + Pandas + Matplotlib
- 机器学习：PyCharm Professional + Jupyter插件 + TensorFlow
学习路径建议：
环境配置
基础语法
工具熟练
项目实战
专业领域开发
下节预告：我们将深入讲解Python标准库的核心模块，并带您开发一个自动化文件整理工具，敬请期待！
