P1B1-python_environment_setup

P1B1-python_environment_setup

Windows系统Python开发环境完整配置

📋 目录

• 1. 概述
• 2. Python安装
• 3. 环境变量配置
• 4. IDE配置
• 5. 包管理
• 6. 虚拟环境
• 7. 常见问题
• 8. 最佳实践

1. 概述

Python是一种高级、解释型、通用的编程语言。在Windows系统上开始Python开发之前，需要正确配置开发环境。本指南专门针对Windows系统，帮助您从零开始配置完整的Python开发环境。

为什么需要在Windows上配置Python环境？

• 版本管理：不同项目可能需要不同版本的Python
• 包隔离：避免不同项目之间的依赖冲突
• 开发效率：合适的IDE和工具能显著提高开发效率
• 路径配置：正确配置PATH环境变量避免命令找不到的问题

2. Python安装

2.1 下载Python

1. 访问官方网站：前往 python.org/downloads/
2. 选择版本：推荐下载最新的稳定版本（目前是Python 3.11+）
3. 选择操作系统：根据您的操作系统选择对应的安装包

2.2 Windows安装

# 下载Windows安装程序（.exe文件）
# 运行安装程序时，建议不勾选以下选项：
❌ Add Python to PATH（避免配置环境变量）
☑ Install for all users
☑ Associate files with Python
☑ Install launcher for all users

# 安装路径建议：
C:\Python311\  （避免使用带空格的路径）

2.3 验证安装

# 检查Python版本（使用完整路径）
C:\Python311\python.exe --version

# 检查pip版本（使用完整路径）
C:\Python311\Scripts\pip.exe --version

# 检查Python安装路径
where python  # 应该没有结果，因为我们不配置PATH

✅ 安装成功标志：能够正常显示Python和pip的版本号

3. 环境变量配置与命令区别

3.1 环境变量的作用与推荐方案

在Windows系统中，环境变量PATH决定了系统在哪些目录中查找可执行文件。虽然传统推荐配置环境变量，但对于Python开发，我们更推荐直接使用完整路径的python.exe。

3.2 推荐方案：直接使用python.exe

💡 推荐做法：避免配置全局PATH环境变量，而是直接使用Python安装目录下的完整路径。

1. 为什么不推荐配置环境变量？

   • 避免不同Python版本之间的冲突
   • 防止系统PATH被意外修改
   • 更清晰地控制使用的Python版本
   • 避免与其他软件的Python环境冲突

2. 推荐的使用方法：

   • 使用完整路径调用Python解释器
   • 在脚本中明确指定Python路径
   • 使用IDE配置特定的Python解释器

3.3 直接使用python.exe的优势

# 推荐：直接使用完整路径（避免环境变量配置）
C:\Python311\python.exe --version     # 明确指定Python版本
C:\Python311\python.exe script.py     # 明确指定解释器
C:\Python311\Scripts\pip.exe install package  # 明确指定pip

# 不推荐：依赖环境变量配置
python --version          # 可能指向错误的Python版本
python script.py          # 版本不明确
pip install package       # 可能安装到错误的环境

主要优势对比

特性	直接使用python.exe（推荐）	配置环境变量
版本控制	⭐️⭐️⭐️⭐️⭐️ 明确指定版本	⭐️⭐️ 依赖PATH顺序
环境隔离	⭐️⭐️⭐️⭐️⭐️ 完全隔离	⭐️⭐️⭐️ 可能冲突
可移植性	⭐️⭐️⭐️⭐️ 路径明确	⭐️⭐️⭐️⭐️⭐️ 命令通用
多版本管理	⭐️⭐️⭐️⭐️⭐️ 容易切换	⭐️⭐️ 需要手动调整PATH
系统稳定性	⭐️⭐️⭐️⭐️⭐️ 不影响系统	⭐️⭐️⭐️ 可能影响其他软件

💡 最佳实践：对于Python开发，推荐直接使用完整路径的python.exe，而不是配置全局环境变量。这样可以避免版本冲突，保持环境隔离，并提高项目的可重复性。

3.4 实际应用示例

# 在批处理文件中使用
@echo off
C:\Python311\python.exe main.py

# 在PowerShell中使用
& "C:\Python311\python.exe" main.py

# 在项目配置中明确指定
# 例如在IDE的settings.json中：
{
    "python.pythonPath": "C:\\Python311\\python.exe"
}

# 使用环境变量临时设置（不修改系统PATH）
set PYTHON_PATH=C:\Python311\python.exe
%PYTHON_PATH% main.py

4. IDE配置

4.1 推荐IDE

• PyCharm：JetBrains出品，功能最全面

4.2 PyCharm配置

1. 下载安装：选择Community版本（免费）或Professional版本
2. 创建项目：File → New Project → 选择Python解释器
3. 配置解释器：File → Settings → Project → Python Interpreter

5. Conda环境管理

5.1 什么是Conda？

Conda是一个开源的包管理系统和环境管理系统，专门为Python设计，但也可以用于其他语言。它由Anaconda公司开发，主要用于数据科学和科学计算领域。

5.2 Conda vs Pip 主要区别

特性	Conda	Pip
包管理	二进制包，包含所有依赖	源代码包，需要编译
环境管理	内置环境管理功能	需要venv/virtualenv
非Python包	支持C++库、系统工具等	仅Python包
依赖解决	强大的依赖关系解决	相对简单的依赖管理

5.3 安装Conda

1. 下载Anaconda或Miniconda：

   • Anaconda：包含大量科学计算包，安装包较大
   • Miniconda：最小化安装，只包含conda和Python

2. Windows安装步骤：

   • 下载.exe安装程序
   • 运行安装程序，建议为所有用户安装
   • 勾选"Add Anaconda to my PATH environment variable"
   • 勾选"Register Anaconda as my default Python"

# 验证conda安装
conda --version

# 查看conda信息
conda info

5.4 Conda基础使用

# 创建新环境
conda create -n myenv python=3.11

# 激活环境
conda activate myenv

# 安装包
conda install numpy pandas matplotlib

# 安装特定版本
conda install numpy=1.21.0

# 更新包
conda update numpy

# 卸载包
conda remove numpy

# 停用环境
conda deactivate

# 查看所有环境
conda env list

# 删除环境
conda env remove -n myenv

5.5 Conda渠道配置

# 添加清华镜像源（推荐）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

# 查看当前配置
conda config --show

# 其他常用镜像源：
# 中科大：https://mirrors.ustc.edu.cn/anaconda/
# 阿里云：https://mirrors.aliyun.com/anaconda/

5.6 环境导出与导入

# 导出环境配置到YAML文件
conda env export > environment.yml

# 从YAML文件创建环境
conda env create -f environment.yml

# 导出当前环境的包列表
conda list --export > requirements.txt

# 根据包列表安装
conda create -n newenv --file requirements.txt

💡 Conda优势：

• 更好的依赖管理，避免版本冲突
• 二进制包安装，无需编译
• 支持非Python依赖（如C++库）
• 内置环境管理，更加方便
• 特别适合数据科学和机器学习项目

6. 虚拟环境

6.1 为什么需要虚拟环境？

• 隔离不同项目的依赖包
• 避免版本冲突
• 便于项目部署和分享
• 保持系统Python环境干净

6.2 使用venv创建虚拟环境

# 创建虚拟环境
python -m venv myenv

# 激活虚拟环境
# Windows
myenv\Scripts\activate

# 停用虚拟环境
deactivate

6.3 使用conda管理环境

# 安装Anaconda或Miniconda
# 创建环境
conda create -n myenv python=3.11

# 激活环境
conda activate myenv

# 安装包
conda install numpy pandas

# 停用环境
conda deactivate

# 查看所有环境
conda env list

6.4 使用pipenv

# 安装pipenv
pip install pipenv

# 创建虚拟环境并安装依赖
pipenv install

# 激活虚拟环境
pipenv shell

# 安装包
pipenv install package_name

# 生成Pipfile.lock
pipenv lock

7. 常见问题

7.1 Python命令不存在

⚠️ 问题：在命令行输入python提示"不是内部或外部命令"

# 解决方案：
# 1. 检查Python是否已安装
# 2. 将Python添加到系统PATH环境变量
# 3. 重启命令行窗口
# 4. 尝试使用python3命令

7.2 pip命令不存在

# 解决方案：
# 1. 使用python -m pip代替pip
# 2. 重新安装Python并勾选"Add to PATH"
# 3. 手动安装pip
python -m ensurepip --upgrade

7.3 权限问题

# Windows: 以管理员身份运行命令提示符
# macOS/Linux: 使用sudo（不推荐）或虚拟环境
sudo pip install package_name  # 不推荐

# 推荐使用虚拟环境
python -m venv myenv
myenv\Scripts\activate     # Windows
pip install package_name

7.4 网络问题

# 使用国内镜像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package_name

# 设置代理（如果有）
pip install --proxy http://proxy.company.com:8080 package_name

# 增加超时时间
pip install --timeout 1000 package_name

7.5 Windows特定问题

⚠️ 问题：Windows Defender或杀毒软件阻止Python安装

# 解决方案：
# 1. 暂时禁用实时保护
# 2. 将Python安装目录添加到杀毒软件白名单
# 3. 使用管理员权限运行安装程序

⚠️ 问题：Windows命令提示符编码问题

# 解决方案：
# 修改命令提示符编码为UTF-8
chcp 65001

# 或者在PowerShell中使用：
$OutputEncoding = [System.Text.Encoding]::UTF8

8. 最佳实践

8.1 项目结构

my_project/
├── README.md
├── requirements.txt
├── .gitignore
├── src/
│   ├── __init__.py
│   ├── main.py
│   └── utils/
│       ├── __init__.py
│       └── helpers.py
├── tests/
│   ├── __init__.py
│   └── test_main.py
└── docs/
    └── api.md

8.2 版本管理

# 在requirements.txt中指定版本
numpy==1.21.0
pandas>=1.3.0
requests~=2.25.0

# 使用pip-tools管理依赖
pip install pip-tools
pip-compile requirements.in
pip-sync requirements.txt

8.3 代码质量

# 安装代码质量工具
pip install black flake8 mypy

# 格式化代码
black your_file.py

# 检查代码风格
flake8 your_file.py

# 类型检查
mypy your_file.py

8.4 环境配置检查

# 创建环境检查脚本
import sys
import subprocess

def check_environment():
    print(f"Python版本: {sys.version}")
    print(f"Python路径: {sys.executable}")
    
    # 检查pip
    try:
        result = subprocess.run([sys.executable, '-m', 'pip', '--version'], 
                              capture_output=True, text=True)
        print(f"pip版本: {result.stdout.strip()}")
    except Exception as e:
        print(f"pip检查失败: {e}")

if __name__ == "__main__":
    check_environment()

---

厦门工学院人工智能创作坊 --郑恩赐