同事都觉得在Linux下的科学计算环境才专业,mac也可以。个人觉得在windows上开发效率最高,部署的时候多测试下而已。
anaconda 作为基础,conda管理包,PyCharm作为开发环境。虽然目标机器windows7 64,但macOS,windows,linux三个平台都能保证基础平台一致,一个组里大家不论操作系统有多差异。底层python环境,开发环境都能一致统一。即使很多原因造成python以及库版本不统一也能通过conda env 虚拟出一致的环境。anaconda
在官网 选择不同换进的下的安装包 Anaconda,Anaconda 5.2 For Windows,python 3.6 64位的安装包。一路下一步安装即可。qtconsole
一般情况下,我会把这个当作全能科学计算器使用。conda
Conda 是一个开源的软件包管理系统和环境管理系统,对于包管理推荐次序conda> pip> easy_install>源码编译。
#获取版本号
conda -V
#查看帮助信息
conda -h
-h查看系统的帮助文档,功能很强大,我常用的有以下几个:
#在服务端查找关键字为‘pyqt’的,所有python版本下的安装包
conda search pyqt
#更新或者安装pyqt5
conda update pyqt5
conda install pyqt5
#移除安装包
conda remove pyqt5
#显示所有的包
conda listenv 虚拟环境
在没用anaconda之前,个人觉得python的包依赖和c++的包依赖库一样,让人心生畏惧。对于在开发本上如果存在多个项目,多个python版本,最好还是让项目跑在专业的虚拟环境下,自己的沙盒下。免得污染其它或整机环境。很多帖子都介绍virtualenv,我觉得既然conda env能做,就不换工具了。
#查看环境管理的帮助
conda env -h
#查看已有的虚拟环境
conda env list
#创建一个名字为 p350,版本为 python3.5.0的虚拟环境
conda create --name p350 python=3.5.0
#进入p350的虚拟环境
activate p350
上图先激活了p350这个虚拟环境,在cmd当前命令行前面的括号中提示所在的环境已经由base切换到p350.并且在查看本机安装的虚拟环境时,p350安装路径前用×号标识出是当前环境。
#退出当前虚拟环境p35,回到base环境
deactivate
#从p350克隆一个虚拟环境p35-1(不仅是python版本,还有安装包)
conda create --name p35-1 --clone p35
#删除虚拟环境 p35-1
conda remove --name p35-1 --all
#备份虚拟环境,把当前虚拟环境中的p27备份到本地硬盘
conda env export --name p27 > C:\Users\yang\p275.yaml
#把当前虚拟环境备份
conda env export > C:\Users\yang\p275.yaml
#在别的机子上加载备份的虚拟环境
conda env create -f C:\Users\yang\p275.yaml
pycharm
在官网上下载安装即可,一般程序员喜欢折腾,页面风格,代码风格都要定制一下。此处只介绍vim和切换虚拟环境。
vim
pycharm提供了相关插件,setting-plugins-install jetbrains plugin,在弹出框搜索vim,点击安装即可。
重启pycharm后,在工具栏-tools-vim Emulator 可以起停Vim