课程简介
《Python 开发环境》介绍了三种方式搭建 Python 环境。内容主要包括:python的安装、pip和conda的包管理工具使用,venv、virtualenv、conda 虚拟环境的管理工具使用,以及 pycharm 和 jupyter lab 如何配置环境。
《Python 开发环境》介绍了三种方式搭建 Python 环境。内容主要包括:python的安装、pip和conda的包管理工具使用,venv、virtualenv、conda 虚拟环境的管理工具使用,以及 pycharm 和 jupyter lab 如何配置环境。
学习和使用 Python 编码的前提就是要搭建相应的开发环境。虽然搭建过程并不难,但是对于很多初学者而言,搭建过程还是会感觉很凌乱。本专题将从零开始,演示环境的搭建的过程。课程主要内容如下: 了解开发环境相关的几个概念 掌握如何安装 Python 解释器、以及多版本管理 掌握 pip 和 conda 依赖库管理工具使用 掌握 venv、virtualenv、conda 虚拟环境工具使用 掌握 Py... 查看完整内容
Python 是一种强大而灵活的编程语言,广泛应用于软件开发、数据科学和人工智能等领域。在学习和使用 Python 的过程中,了解和熟悉开发环境的关键概念是非常重要的。本文将介绍一些关于 Python 开发环境的基本概念。 1. 集成开发环境 通常我们在开发软件时,需要一个编辑器来进行代码的编写。使用系统的 txt 文本编辑器就可以实现代码的编写。但是,这种功能简单的编辑器并不适合进行项目的开发。... 查看完整内容
这一章节,给同学演示下,在 Windows 11 上如何安装多个版本的 Python 解释器,以及如何使用不同版本的解释器。 1. python 使用 首先,下载对应版本的解释器,我们这里下载 3.7.5 和 3.8.5 给同学们做演示。 下载链接1:https://www.python.org/ftp/python/下载链接2:https://www.python.org/downloads/w... 查看完整内容
1. 虚拟环境安装 安装 virtualenv 需要使用 pip 命令,我们的全局存在两个版本的 pip,任意选择一个安装即可(我们这里选择使用 pip3.8 来安装 virutalenv 虚拟环境工具)。 # 将虚拟环境工具安装到 python3.7 环境中 pip3.7 install virtualenv pip3.7 install virtualenvwrapper-win # 将虚拟环... 查看完整内容
前面课程中,我们都是手动安装、配置多个版本的 Python 解释器以及 virtualenv 虚拟环境工具。pyenv-win 则是一种更加方便的工具,能够自动下载安装不同版本的解释器、以及虚拟环境的创建。 1. 安装配置 GitHub:https://github.com/pyenv-win/pyenv-win安装方法:https://github.com/pyenv-win/pyenv-win... 查看完整内容
Anaconda 是一个开源的软件包管理和环境管理系统,用于科学计算、数据科学和机器学习。它使用户能够轻松地安装、管理和协调这些工具的版本。Anaconda 还提供了一个名为 Conda 的包管理器,可以方便地安装、更新和删除软件包。 在使用时,有两个版本 Anaconda 和 Miniconda ,它们都是由 Anaconda 提供的用于管理数据科学、机器学习和科学计算工具的软件包管理系统。 A... 查看完整内容
PyCharm是由JetBrains开发的一款专业的Python集成开发环境(IDE)。它提供了丰富的功能,包括代码编辑、调试、测试、版本控制等工具,旨在帮助开发者更高效地进行Python应用程序的开发。 PyCharm 各个版本下载:https://www.jetbrains.com/pycharm/download/other.html 我们这里使用 PyCharm Community Edi... 查看完整内容
Jupyter Lab是一种开源的交互式计算环境,支持多种编程语言,最为常用的是 Python。它的名字来源于三种核心编程语言:Julia、Python 和 R。 1. Jupyter Lab 安装 创建虚拟环境: conda create --name common-env python=3.8.5 使用下面命令安装 jupyter lab conda install jupyterlab 启动... 查看完整内容
冀公网安备13050302001966号