[学习笔记]Python学习2——Python环境

        

        上一篇笔记对Python进行了简介，对Python有了基本的认识，了解了Python的特点以及应用场景。若想开始使用Python进行编程，就要安装配置好Python环境。

        公众号端：

初识Pythonhttps://mp.weixin.qq.com/s?__biz=MzkwMjc0MTE3Mw==&mid=2247483684&idx=1&sn=504fe6f7f495c4eb5dae350a5f9302d1&chksm=c0a1acfef7d625e864a7cb5e4c8623a680dea8b858c3ea12dfef7ea06eda304daca281adbe00#rd        CSDN端：[学习笔记]Python学习1——初识Python(CSDN)https://blog.csdn.net/m0_61009360/article/details/141049883

        Python 环境指的是用于开发，运行和部署 Python 程序所需的各种工具，库和配置的总和。面对不同的需求要配置不同的Python环境，了解Python 环境对于 Python 开发者是非常重要的。🐍✨

​

一． Python环境的组成

• • Python 解释器：用于执行 Python 代码的程序，将代码转换为机器可执行的指令。

  • 标准库和第三方库：标准库提供了广泛的功能和模块，第三方库则扩展了 Python 的能力，让开发者可以更轻松地实现各种功能。

  • 开发工具：包括代码编辑器、集成开发环境（IDE）、调试器等，用于编写，调试和测试 Python 代码。

  • 包管理工具：用于管理项目所需的依赖库和版本，例如 pip，conda 等工具。

  • 虚拟环境管理工具：用于创建、管理和激活虚拟环境的工具，如 venv，virtualenv 等。

  • 配置文件：Python 环境通常会包含一些配置文件，如环境变量配置，Python 解释器路径配置等，用于指定运行环境的设置和参数。

二． Python环境的相关概念

           Python环境包含Python开发环境和Python运行环境，而运行环境又可以分为全局环境和虚拟环境。

​

        这种划分有助于理解 Python在开发和执行过程中的不同环境需求和配置。Python 开发环境用于编写，测试和调试代码，而 Python 运行环境则用于执行程序。全局环境是系统中所有 Python 程序共享的环境，而虚拟环境则提供了一种隔离环境，使得在同一系统上可以安装不同版本的库和依赖。接下来对各个概念进行详细介绍。

• 开发环境

        Python的开发环境（Development Environment）是开发人员用来编写，调试和测试 Python 程序的工作环境，旨在提高开发效率，包括代码编写、调试、版本控制等方面。具体来说，Python的开发环境通常包含了开发工具和所需的库。

        开发工具包括用于编写，调试和测试Python代码的软件工具。这些工具有助于开发人员提高工作效率和代码质量。常见的开发工具包括：代码编辑器（如VS Code，Sublime Text等）、集成开发环境（IDE，如PyCharm，Jupyter Lab等）、调试器（如pdb、PyCharm自带的调试器）、版本控制工具（如Git）和其他辅助工具。

        我们在平时使用代码编辑器和集成开发环境都可以进行编程开发，但在面对不同的实际需要时还要选择合适的Python开发工具。对于常用的VS Code、PyCharm、Jupyter Lab举例来说，若开发小型，轻量级或要求混合编程（比如Python和C++）的项目，可以选择VS Code；若主要开发Python项目，特别是涉及大型复杂的项目，选择专业性更强的PyCharm可能更适合；若需要进行实时数据可视化或教学演示等工作，又或进行远程开发，则可以采用Jupyter Lab进行开发。

​

        库是提供了各种功能和模块的代码集合，可以被开发人员引入到他们的Python项目中以扩展Python的功能。Python环境通常会包含Python的标准库以及第三方库，这些库提供了丰富的功能支持。部分常用的库有：标准库（如os、math、datetime等）和第三方库（如NumPy、Pandas、Requests等）

        综上所述，Python的开发环境一般包含了开发工具和库两个方面，开发工具用于进行编写，调试和测试等开发任务，而库则提供了各种功能模块来扩展Python的功能。这些组件共同构成了一个完善的Python开发环境，为开发人员提供了丰富的工具和资源来开发Python应用程序。

• 运行环境

        运行环境（Runtime Environment）是在部署和执行Python 程序时所需的环境，包括操作系统、Python 解释器、包管理工具、虚拟环境管理工具、配置文件和必要的库。运行环境关注于确保程序能够顺利运行。其中，Python运行环境的核心组件是Python解释器，负责执行Python代码，解释器将源代码转换为机器可执行的指令，实现程序的运行。Python包管理工具（如pip）是Python运行环境中重要的一部分，用于安装，管理和升级Python包（包括第三方库）。Python运行环境可能会包含一些配置文件，如环境变量配置、Python解释器路径配置等，用于设置运行环境的一些参数。

        对于Python运行环境的安装与配置，一般可以选择Python安装包，Anaconda或Miniconda。Python安装包可以从Python官网直接下载，其中提供各种版本的Python，通过Python安装包可以安装Python解释器以及基本的Python标准库等文件，用户还可以根据实际需要使用pip包管理工具自定义配置第三方库，相比Anaconda和Miniconda，使用Python安装包是一个轻量级的选择；Anaconda是一个强大的数据科学平台，集成了Python解释器、开发工具（如Jupyter Lab）、大量数据科学相关的库（如NumPy、Pandas、Scikit-learn等），适合进行数据处理，机器学习等项目。同时，Anaconda提供了自己的包管理工具conda，可以方便地管理不同环境和依赖关系；而Miniconda是Anaconda的精简版，相比Anaconda体积更小，只包含Python解释器和conda包管理工具。

​

        一般来说，对于日常学习开发来说，上述三者选取一种安装即可满足大部分需求。若对上述三者同时安装或混合安装，可能会导致环境变量混乱以及包管理冲突，从而导致不必要的问题。当然，在开发中也可能需要使用不同版本的Python，那么一方面我们可以安装多个不同版本的Python解释器，然后通过设置不同的环境变量来选择要使用的Python版本，并在命令行中可以使用特定版本的Python解释器来运行Python 脚本，在使用这一方案时要注意合理管理相应的文件系统，以免造成冲突。另一方面可以使用虚拟环境，在同一台计算机上创建多个独立的Python运行环境。

• 全局环境

        全局环境（Global Environment）是系统中安装的Python 解释器，标准库和第三方库的集合。其本质就是一个文件系统，并且其文件路径被添加到了计算机的环境变量中。这是所有 Python 程序可见的环境，全局环境中的库是对所有项目都可用的。在全局环境中的修改可能会影响所有项目，因此在某些情况下使用全局环境可能不是最佳选择。

• 虚拟环境

        虚拟环境（Virtual Environment）是为了创建独立的、隔离的 Python 环境，用于避免全局环境中的库冲突。每个虚拟环境都可以包含一个特定版本的Python 解释器和与之关联的库，使得项目可以独立维护自己的依赖。虚拟环境允许每个项目使用独立的环境，避免全局环境中的库冲突，保持项目之间的独立性。

        虚拟环境管理工具能够帮助你在同一计算机上创建和管理独立的Python运行环境，以满足不同项目对于Python版本和第三方库的要求。常用的虚拟环境管理工具包括venv，virtualenv和conda。venv 是Python自带的虚拟环境管理工具，适用于 Python 3.3 及以上版本，其简单且轻量，只需使用 Python 的自带模块就能创建和管理虚拟环境，然而，venv创建的虚拟环境只能使用当前的Python 解释器版本，若要创建不同版本Python的虚拟环境，就要事先在计算机中安装对应版本的Python，并在使用创建虚拟环境的指令时使用对应版本Python，而且对于较低版本的Python则不便进行虚拟环境的构建；virtualenv 是一个第三方的虚拟环境管理工具，需另外安装，其可以在不同Python 版本之间切换（比如Python2和Python3）；如果你使用的是 Anaconda 或 Miniconda，可以使用 conda 来管理虚拟环境。conda 是一个流行的Python包管理工具，也能创建虚拟环境。对于上述三种工具的选择要根据实际情况而定。比如对于小型，对Python版本无特殊要求，第三方库不多的项目用venv就足够了。若没有安装Anoconda或Miniconda ，并想构建不同版本Python的虚拟环境，可以考虑使用virtualenv 。而对于一些大型或深度学习项目，或者本身已经安装Anoconda或Miniconda了，可以就考虑使用conda。但在使用虚拟环境时也要注意环境管理和维护。

​

        综上所述，Python 环境在开发过程中起着重要作用，正确安装配置Python环境能确保程序正常运行，并有助于管理项目依赖，提高开发效率。总的来说，Python环境包含开发环境和运行环境。开发环境则是开发人员用来编写和测试代码的工作环境，运行环境关注于程序执行时所需的环境，运行环境包含全局环境和虚拟环境。全局环境是系统中所有 Python 可见的环境，虚拟环境提供项目之间隔离的环境。当然，虽然在实际编程开发过程中不必过于纠结各个概念的细枝末节，但是了解这些概念有助于提升Python项目整体开发能力和项目管理效果。🐍✨

        最后，欢迎各位关注我的公众号！分享有趣的知识！