学python 准备工作_学习Python和深度学习的一些准备工作

俗话说：“巧妇难为无米之炊”，既然我们已经打算要学习Python了，首先就要知道我们需要进行哪些准备工作。我们需要做的有三件事：选系统、选解释器、选编辑器。

1. 系统

从兼容程度上来说 Linux > Mac OS > Windows。

在Windows下进行Python开发，一般对于新手来说，基本上就是从入门到放弃，因为你会把大量的时间用在解决环境冲突之中。有时候对着网上的教学视频敲代码或者拿别人的代码来运行，会莫名其妙地报错。结果一问度娘，发现是Windows不支持，结果各种给Windows打补丁。折腾了半天，终于把问题解决了。跑一下代码，终于跑通了，进行下一个知识点吧。过几天系统又出问题了......(比尔，长点心吧！)。如果没有老师或者老司机在旁边帮助你的话，经受几次打击后就有了放弃的念头。

Mac OS就比Windows好多了，系统出现问题的次数就少了很多。以前我觉得苹果的东西性价比很低，性能也没比其他家好多少啊，为什么价格会高出这么多？但是当我走上码农的道路后才发现苹果的强大，不夸张地说，一旦用了就回不去了，那时候你会觉得物有所值。就像乔帮主说的，苹果不是硬件公司，而是软件公司。

Linux在开发方面几乎就是神一般的存在，可以说就是一个为开发者而做的系统。快速、稳定、兼容性强几乎就是它的代名词。

建议：如果想学Python，苹果电脑是首选，因为它的系统对于新手更加友好。如果条件不允许或者已经买了Windows系统的电脑，可以装个Ubuntu虚拟机。也许有人会疑惑，为什么不直接安装Ubuntu系统，而要安装虚拟机。这是因为Ubuntu下很多软件用不了，网上下载个东西都很麻烦。Windows下开发也行，不过你要做好怀疑人生的准备(老手除外)。如果你有更大的目标：要学深度学习。那么苹果就不是一个好的选择。深度学习的计算量非常大，对硬件要求非常高。使用GPU计算会比CPU计算快上20到50倍，所以一块好的GPU就显得尤为重要。Tensorflow2目前只支持因特尔的显卡加速，而苹果是AMD的显卡。

2. 解释器

解释器可以直接到Python官网下载，安装以后就可以直接在终端使用。但是并不推荐这种方法，更好的方法是使用Anaconda安装。

Python和Anaconda的区别就像是毛胚房和精装房的区别。Python只自带了一些最基本的依赖包，基本满足不了我们的需求，每用一个新的依赖包就要安装一次。而Anaconda就自带了数据分析相关的依赖包，可以满足大部分需要。更值得一说的是，Anaconda还能自动管理依赖包。比如说，你要安装依赖包3，结果报错。一问度娘才发现，依赖包3安装前要先安装依赖包2，依赖包2安装前要先安装依赖包1......(这个就很坑了)。而Anaconda就比较人性化，直接帮你把三个依赖包都安装了，而且它还可以对有些依赖包的版本冲突进行修正，避免了因为依赖包之间的版本冲突而报错。

3. 编辑器

在市面上的编辑器很多，比如VS Code、Sublime Text、Eclipse、PyCharm、PyScripter等，但是对于新手来说，最好用的编辑器是PyCharm，没有之一。

PyCharm界面好看，调试代码方便，最大的优点就是代码自动补全功能，这个功能可以让新手少背一些单词和接口。

对于搞数据分析的或者需要用到可视化功能的，可以直接使用jupyter notebook进行代码编辑，这个是Anaconda自带的，非常适合在展示和教学中使用。