一、【Python】入门-环境搭建与运行

---

博主往期文章分享：

【机器学习】专栏http://t.csdnimg.cn/YSi6y

---

目录

一、安装Python

（一）、Windows

（二）、macOS

（三）、Linux

二、 验证Python安装

三、使用集成开发环境 (IDE) 或代码编辑器

（一）、Visual Studio Code (VSCode)

（二）、PyCharm

（三）、Jupyter Notebook

（四）、Spyder

---

前言

      在博主之前的系列文章中，逐步介绍了机器学习的基本概念和监督学习+非监督学习的算法模型介绍，接下来可以动手去操作各种算法模型。那么首先要了解学习机器学习的最受欢迎的编程语言【python】。接下来的一系列文章中将会围绕python编程语言进行介绍和学习，帮助读者快速的掌握Python编程语言的基本操作+高级用法，关注博主微信公众号“码上云游”或CSDN博客，博主将持续更新Python及机器学习的各类文章。

---

Python编程

     在开始学习Python编程之前，你需要搭建一个适合的开发环境。以下是一些基本步骤来帮助你设置Python环境并运行你的第一个程序。

一、安装Python

（一）、Windows:

1. 访问Python官方网站（https://www.python.org/）下载页面。
2. 下载适用于Windows的Python安装包（通常为.exe文件）。
3. 运行安装程序，并勾选“Add Python to PATH”选项以便于在命令提示符中直接使用Python。
4. 完成安装。

python官网 

 下载页面

安装

选择Customize installation

点击next 

等待.... 

 看到这个页面你的Python已经安装完成了。  

安装完成

（二）、macOS:

1. 同样访问Python官方网站下载页面。
2. 下载适用于macOS的Python安装包（通常为.pkg文件）。
3. 双击下载的安装包并按照提示完成安装。

（三）、Linux:

大多数Linux发行版已经预装了Python，但可能不是最新版本。你可以通过包管理器来更新或安装Python：

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install python3

# CentOS/RHEL
sudo yum install python3

# Fedora
sudo dnf install python3

二、 验证Python安装

      打开终端（在Windows上是命令提示符，在macOS和Linux上是终端），输入以下命令来检查Python是否正确安装：

 验证是否安装成功：

       打开cmd命令行窗口，输入>python --version，如显示python版本则表示已经安装成功了。

python --version

    或者

python3 --version

     你应该能看到类似Python 3.x.x的输出。如下图所示：

    运行Python脚本

    Windows 搜索pyhon，找到python控制台。

打开后如下图所示：

输入print("Hello World")，控制台输出Hello Word！恭喜你，这时你的环境已经搭建完成了！

三、使用集成开发环境 (IDE) 或代码编辑器

     虽然可以在命令行中编写和运行Python代码，但是使用一个支持语法高亮、代码自动完成等功能的编辑器或IDE会更方便。一些流行的选项包括：（博主推荐使用PyCharm进行Python的开发！）

• Visual Studio Code
• PyCharm
• Jupyter Notebook
• Spyder

      选择一个合适的集成开发环境（IDE）或代码编辑器对于提高编程效率至关重要。下面是对Visual Studio Code、PyCharm、Jupyter Notebook和Spyder这四种工具的优劣对比分析：

（一）、Visual Studio Code (VSCode)

优点:

• 跨平台: 支持Windows、macOS和Linux。
• 高度可定制: 拥有丰富的插件市场，可以扩展各种功能，如代码格式化、Linting、代码片段等。
• 轻量级: 相比一些全功能的IDE，启动速度更快，占用资源较少。
• 多语言支持: 不仅限于Python，几乎支持所有主流编程语言。
• Git集成: 内置Git支持，方便进行版本控制操作。

缺点:

• 初学者可能需要时间适应: 尽管功能强大，但对于完全的新手来说，可能需要花时间去学习如何利用其功能。
• 配置可能复杂: 为了获得最佳体验，可能需要花费一定时间去配置工作区和插件。

（二）、PyCharm

优点:

• 专为Python设计: 提供了许多针对Python编程的功能，如智能代码补全、调试工具、代码质量检查等。
• 社区版免费: 社区版提供基本的Python开发功能，对于非商业用途是免费的。
• 专业版功能强大: 包括Web开发、数据库集成、单元测试等高级功能，适合专业开发者。

缺点:

• 资源消耗较高: 特别是专业版，由于功能全面，启动和运行时可能会占用较多系统资源。
• 价格: 专业版需要付费，对于个人或小型项目成本可能较高。

（三）、Jupyter Notebook

优点:

• 交互式编程: 允许用户以文档的形式混合代码、文本、图表和多媒体内容，非常适合数据科学和机器学习项目。
• 易于分享: Jupyter notebook文件可以导出为多种格式，便于分享和展示工作流程。
• 教育用途广泛: 对于教学非常有用，可以直观地展示代码执行结果。

缺点:

• 不适合大型项目: 由于其线性结构，不适合开发大型或复杂的代码库。
• 性能限制: 在处理大量数据或复杂计算时，可能遇到性能瓶颈。

（四）、Spyder

优点:

• 专为科学计算设计: 提供了专门的变量探索工具、科学计算图形界面等，非常适合科研人员。
• 集成环境: 集成了IPython控制台、变量浏览器、文件编辑器等工具。
• 免费且开源: 对于学术和商业用途都是免费的。

缺点:

• 界面可能显得过时: 相比其他现代IDE，Spyder的界面可能不那么吸引人。
• 特定于Python: 虽然这是它的优势之一，但也意味着它不如一些多语言IDE灵活。