win10+python快速实践1--开发前准备

python安装选择

安装选择：
1.安装anaconda（里面集成了很多关于python科学计算的第三方库，主要是安装方便）
2.单独装python

安装anaconda

1.使用清华镜像站，速度快，但可能不是最新版本，需安装后进行升级
2.安装文件地址：link
3.选择对应版本进行下载安装，并运行Anaconda Navigator Updater

4.配置环境变量：如果你在安装过程中勾选了Add PATH 那个选项，那么你不需要额外配置环境变量，但是如果你没有勾选（默认是不勾选的），那么你需要按照以下标准去配置（路径根据自己的安装位置变化）

全局升级命令：

conda upgrade -n base -c defaults --override-channels conda
Anaconda3镜像源修改
conda config --show-sources #查看Anaconda中已经添加的镜像
conda config --add channels xxx #增加一个新的镜像源，地址XXX
conda config --remove channels xxx #移除镜像源，地址XXX

镜像源：
清华大学镜像站：

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

上海交通大学镜像站：

• https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
• https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
• https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/

中国科学技术大学镜像站：

• https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
• https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
• https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

不配置镜像源，安装时指定镜像源安装（临时有效）

conda install -c 镜像源地址 package
conda install --channel 镜像源地址 package

如安装多版本python需，指定运行对应版本python
输入Python39 –m pip --version查看当前Python对应的pip版本；
输入Python39 –m pip list查看当前Python对应的pip安装的第三方库；
输入Python39 –m pip install 库名 即可安装对应的扩展库；
输入Python39 –m pip uninstall 库名 即可卸载对应的扩展库；

运行yolov5

1.拉取yolov5源码：

https://github.com/ultralytics/yolov5 link
pip install -r requirements.txt (批量安装库)
指定python版本：python39 -m pip install -r requirements.txt
python detect.py --source data/images/ --weights yolov5s.pt --conf 0.4 （测试是否安装完毕）

python虚拟环境搭建

1.安装三个第三方库

python39 -m pip install virtualenv
python39 -m pip install virtualenvwrapper-win
python39 -m pip install pipenv

2.配置虚拟环境存储位置，（配置虚拟环境安装目录）

whereis virtualenvwrapper (查询安装位置)
D:\Anaconda3\Scripts\virtualenvwrapper.bat

查看对应变量名称：

3.virtualenv使用

workon #查看有哪些虚拟环境
mkvirtualenv 虚拟环境名称 #新增虚拟环境
deactivate #退出虚拟环境
rmvirtualenv #删除虚拟环境
workon 虚拟环境名称 #进入虚拟环境
pip freeze >requirements.txt #导出当前环境
pip install -r requirements.txt #恢复环境

在虚拟环境中pip命令安装第三方库，作为当前虚拟环境专用，但有一个问题：在uninstall 的时候，安装第三方库时安装的有些依赖包，在进行卸载的时候不会被卸载

4.pipenv介绍
pipenv集成了pip、virtualenv两者的功能，且完善了两者的一些缺陷。
Pipenv使用pipfile和pipfile.lock。
pipfile文件：用来记录项目依赖包列表。保存项目的python版本、依赖包等相关信息。
pipfile.lock文件：记录了固定版本的详细依赖包列表，查看依赖关系十分方便。用于对pipfile的锁定。
Pipfile文件可以单独移放到其他项目内，用于项目虚拟环境的建立和依赖包的安装
支持Python2和Python3，mac、win、linux在各个平台命令都是一样的。
各个地方使用了哈希校验，无论安装还是卸载包都十分安全。

5.pipenv使用
在项目路径下执行：
若项目目录中虚拟环境未创建且无Pipfile文件，将安装虚拟环境并创建Pipfile文件
若项目目录中虚拟环境未创建且有Pipfile文件，将根据Pipfile文件来安装相应python版本和依赖包
若项目目录中虚拟环境已创建且有Pipfile文件，将根据Pipfile文件来安装依赖包

pipenv install #创建虚拟环境

创建成功后会出现两个文件

修改Pipfile与Pipfile.lock文件中默认的url源为国内源，提升下载速度

默认：“url”: “https://pypi.org/simple”,
清华：“url”: “https://pypi.tuna.tsinghua.edu.cn/simple”,
默认：url = “https://pypi.org/simple”
清华：url = “https://pypi.tuna.tsinghua.edu.cn/simple”
中国科学技术大学：https://pypi.mirrors.ustc.edu.cn/simple
豆瓣：http://pypi.douban.com/simple/

6.pipenv操作命令

pipenv install django #安装django库到默认
pipenv install django --dev #安装django库到开发环境

恢复虚拟环境：把pipfile和pipfile.lock这两个文件放到新的项目中

pipenv install （只恢复默认环境下的包）
pipenv install --dev （恢复开发环境下的包）
pipenv graph #查看当前虚拟环境下安装的包
pipenv uninstall django #卸载指定django包并同时卸载相关依赖包
pipenv lock -r --dev > requirements.txt #生成 requirements.txt文件
pipenv install -r requirements.txt #安装环境，批量安装
pipenv --rm #删除虚拟环境
pipenv --where #列出本地项目路径
pipenv --venv #列出虚拟环境路径
pipenv graph #查看包依赖
pipenv lock #生成lock文件
pipenv shell #激活虚拟环境
exit #退出虚拟环境

开发工具

VScode开发工具+python插件