01-Python环境搭建

Python简介

Python由Guido van Rossum于1991年创建，设计哲学强调代码可读性。语法简洁清晰，学习曲线平缓，生态系统丰富。

应用场景

Web开发：

Django、Flask、FastAPI等框架
后端API、全栈应用、微服务

数据科学：

NumPy、Pandas、Matplotlib数据分析
Jupyter Notebook交互式计算
机器学习、深度学习

自动化：

脚本编写、任务调度
运维自动化、测试自动化
爬虫、数据采集

人工智能：

TensorFlow、PyTorch深度学习框架
scikit-learn机器学习
OpenCV计算机视觉、NLTK自然语言处理

其他领域：

科学计算（SciPy）
游戏开发（Pygame）
桌面应用（PyQt、Tkinter）
嵌入式脚本（MicroPython）

语言特点

优势：

语法简洁：相比Java/C++代码量少50%-70%
开发效率高：动态类型、丰富标准库
跨平台：Linux/Windows/macOS无缝运行
生态强大：PyPI拥有30万+第三方库
多范式：面向对象、函数式、过程式

劣势：

性能较低：解释型语言，比C++慢10-100倍
GIL限制：多线程无法利用多核（CPU密集型）
类型检查：运行时才发现类型错误
移动端弱：iOS/Android支持有限

适合： 快速开发、数据处理、原型验证
不适合： 性能极致、底层系统、移动应用

Python版本

Python 2已于2020年停止支持，Python 3是唯一选择。

Python 3.7：2018年发布，数据类、async/await增强
Python 3.8：2019年发布，海象运算符、位置参数
Python 3.9：2020年发布，字典合并、类型提示增强
Python 3.10：2021年发布，模式匹配、更好的错误信息
Python 3.11：2022年发布，性能提升25%

学习环境：Python 3.9+，生产环境：Python 3.9或3.10。

安装Python

Linux

# Ubuntu/Debian
sudo apt update
sudo apt install python3 python3-pip python3-venv

# 验证
python3 --version
pip3 --version

# 设置默认Python3
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 1

macOS

# Homebrew
brew install python3

# 验证
python3 --version
pip3 --version

# 添加到PATH（通常自动完成）
echo 'export PATH="/opt/homebrew/bin:$PATH"' >> ~/.zshrc

Windows

下载官方安装包：python.org
安装时勾选”Add Python to PATH”
验证：python --version

虚拟环境

虚拟环境隔离项目依赖，避免版本冲突。

venv（内置）

# 创建虚拟环境
python3 -m venv myenv

# 激活
source myenv/bin/activate       # Linux/macOS
myenv\Scripts\activate          # Windows

# 安装包
pip install requests

# 导出依赖
pip freeze > requirements.txt

# 安装依赖
pip install -r requirements.txt

# 退出
deactivate

virtualenv

# 安装
pip install virtualenv

# 创建
virtualenv myenv

# 使用同venv

conda（数据科学）

# 创建环境
conda create -n myenv python=3.9

# 激活
conda activate myenv

# 安装包
conda install numpy pandas

# 退出
conda deactivate

包管理

pip

# 安装包
pip install package_name
pip install package==1.0.0      # 指定版本
pip install package>=1.0.0      # 版本范围

# 升级
pip install --upgrade package

# 卸载
pip uninstall package

# 列出已安装
pip list
pip show package                # 详细信息

# 搜索
pip search keyword

# 导出/导入依赖
pip freeze > requirements.txt
pip install -r requirements.txt

requirements.txt

# 精确版本
requests==2.28.0
numpy==1.23.0

# 版本范围
flask>=2.0.0,<3.0.0

# 最新版本
pandas

# 从git安装
git+https://github.com/user/repo.git

# 本地包
-e ./local_package

开发工具

PyCharm

JetBrains出品，专业Python IDE。

特性：

智能代码补全
调试器
集成测试
数据库工具
虚拟环境管理

快捷键：

Cmd/Ctrl + /：注释
Shift + F10：运行
Shift + F9：调试
Cmd/Ctrl + B：跳转定义
Cmd/Ctrl + Alt + L：格式化

VS Code

轻量级，插件丰富。

必装插件：

Python（微软官方）
Pylance（类型检查）
Python Docstring Generator
autoDocstring

配置（.vscode/settings.json）：

{
    "python.defaultInterpreterPath": "./venv/bin/python",
    "python.linting.enabled": true,
    "python.linting.pylintEnabled": true,
    "python.formatting.provider": "black",
    "editor.formatOnSave": true,
    "python.testing.pytestEnabled": true
}

Jupyter Notebook

交互式编程环境，适合数据分析。

# 安装
pip install jupyter

# 启动
jupyter notebook

# 或JupyterLab
pip install jupyterlab
jupyter lab

代码规范

PEP 8风格指南

# 命名规范
class MyClass:              # 大驼峰
    pass

def my_function():          # 下划线
    pass

my_variable = 10            # 下划线
MY_CONSTANT = 100           # 全大写

_private_var = 1            # 单下划线：内部使用
__private_var = 2           # 双下划线：名称改写

# 缩进：4空格
if condition:
    do_something()

# 空行：函数间2行，类间2行，方法间1行
class MyClass:
    
    def method1(self):
        pass
    
    def method2(self):
        pass


def function():
    pass

# 行长度：最多79字符
long_variable_name = (first_part +
                      second_part +
                      third_part)

# 导入顺序：标准库、第三方库、本地模块
import os
import sys

import requests
import numpy

from mypackage import mymodule

代码质量工具

# pylint：代码检查
pip install pylint
pylint myfile.py

# flake8：风格检查
pip install flake8
flake8 myfile.py

# black：自动格式化
pip install black
black myfile.py

# isort：导入排序
pip install isort
isort myfile.py

# mypy：类型检查
pip install mypy
mypy myfile.py

Hello World

基本程序

# hello.py
print("Hello, World!")

# 运行
python hello.py

# 或直接
python -c "print('Hello')"

带函数的程序

def greet(name):
    return f"Hello, {name}!"

if __name__ == "__main__":
    print(greet("World"))

调试工具

pdb（内置调试器）

import pdb

def buggy_function():
    x = 10
    pdb.set_trace()  # 设置断点
    y = x * 2
    return y

# 运行会在断点处暂停
# 常用命令：
# n：下一行
# s：步入函数
# c：继续执行
# p variable：打印变量
# q：退出

断点调试（Python 3.7+）

def function():
    x = 10
    breakpoint()  # 替代pdb.set_trace()
    return x

项目结构

标准项目结构

myproject/
├── README.md
├── requirements.txt
├── setup.py
├── mypackage/
│   ├── __init__.py
│   ├── module1.py
│   └── module2.py
├── tests/
│   ├── __init__.py
│   ├── test_module1.py
│   └── test_module2.py
├── docs/
│   └── conf.py
└── scripts/
    └── run.py

包管理（setup.py）

from setuptools import setup, find_packages

setup(
    name='mypackage',
    version='0.1.0',
    packages=find_packages(),
    install_requires=[
        'requests>=2.28.0',
        'numpy>=1.23.0',
    ],
    python_requires='>=3.9',
)

pyproject.toml（现代方式）

[build-system]
requires = ["setuptools>=45", "wheel"]
build-backend = "setuptools.build_meta"

[project]
name = "mypackage"
version = "0.1.0"
dependencies = [
    "requests>=2.28.0",
    "numpy>=1.23.0",
]
requires-python = ">=3.9"

[project.optional-dependencies]
dev = ["pytest", "black", "flake8"]

常用工具

IPython

增强的交互式Shell。

# 安装
pip install ipython

# 启动
ipython

# 特性：
# - 自动补全
# - 魔法命令：%timeit, %run, %debug
# - 历史记录：_（上一结果）
# - 系统命令：!ls

Poetry（依赖管理）

现代Python包管理工具。

# 安装
pip install poetry

# 创建项目
poetry new myproject

# 添加依赖
poetry add requests

# 安装依赖
poetry install

# 运行
poetry run python script.py

# 发布
poetry publish

性能分析

timeit

import timeit

# 测试代码执行时间
timeit.timeit('[i for i in range(1000)]', number=10000)

# 魔法命令（IPython/Jupyter）
%timeit [i for i in range(1000)]

cProfile

import cProfile

def slow_function():
    total = 0
    for i in range(1000000):
        total += i
    return total

# 性能分析
cProfile.run('slow_function()')

# 命令行分析
python -m cProfile script.py

Python特性速览

动态类型

x = 10          # int
x = "hello"     # str，类型可变

强类型

"3" + 4         # TypeError（不会自动转换）
int("3") + 4    # 7（需显式转换）

缩进敏感

if True:
    print("Yes")  # 缩进4空格
print("Done")     # 不缩进

一切皆对象

# 函数是对象
def func():
    pass

x = func        # 函数赋值
type(func)      # <class 'function'>

# 类是对象
class MyClass:
    pass

type(MyClass)   # <class 'type'>

Python之禅

import this

# The Zen of Python, by Tim Peters
# 
# Beautiful is better than ugly.
# Explicit is better than implicit.
# Simple is better than complex.
# Complex is better than complicated.
# ...

核心理念：

优雅胜于丑陋
明确胜于隐晦
简单胜于复杂
可读性很重要