目录

  1. Python安装与版本管理
  2. 配置环境变量
  3. Python包管理工具（pip）
  4. 虚拟环境配置（venv、virtualenv、conda）
  5. 常用开发IDE推荐与配置
  6. Python调试环境搭建
  7. 数据科学与机器学习环境配置
  8. 常见问题与解决方案

1. Python安装与版本管理

  • 官方下载地址：python.org/downloads
  • Windows：下载对应的安装包（一般选择最新稳定版本，比如3.11.x），安装时勾选“Add Python to PATH”以自动配置环境变量。
  • macOS：系统自带Python2.x，推荐使用Homebrew安装最新Python3：brew install python
  • Linux：通过包管理器安装，如Ubuntu：sudo apt update sudo apt install python3 python3-pip

2. 配置环境变量

  • Windows：安装时勾选自动配置，或手动添加Python安装目录和Scripts目录到系统PATH环境变量。
  • macOS/Linux：一般自动配置，如果需要手动配置，修改~/.bash_profile或~/.zshrc，添加：export PATH="/usr/local/bin/python3:$PATH"

3. Python包管理工具（pip）

  • pip 是 Python 的官方包管理工具，安装Python时默认带。
  • 常用pip命令示例：pip install 包名 # 安装包 pip uninstall 包名 # 卸载包 pip list # 查看已安装包 pip freeze > requirements.txt # 导出依赖 pip install -r requirements.txt # 批量安装依赖

4. 虚拟环境配置

4.1 venv (Python 3.3+自带)

python3 -m venv myenv
source myenv/bin/activate   # macOS/Linux
myenv\Scripts\activate      # Windows
deactivate                  # 退出虚拟环境

4.2 virtualenv (兼容旧版本Python)

pip install virtualenv
virtualenv myenv
source myenv/bin/activate
deactivate

4.3 conda (Anaconda/Miniconda)

  • 适合数据科学，内置包管理与环境管理。
  • 创建新环境：conda create -n myenv python=3.11 conda activate myenv conda deactivate

5. 常用开发IDE推荐与配置

  • VSCode：轻量，支持Python扩展、调试、Lint、Jupyter集成。
  • PyCharm：专业版支持Web和科学计算，社区版免费。
  • Jupyter Notebook：交互式数据分析必备工具。
  • Spyder：科学计算专用IDE。

6. Python调试环境搭建

  • VSCode内置调试，配置launch.json，支持断点、单步调试。
  • PyCharm自带强大调试器。
  • 终端调试工具：pdb，Python内置命令行调试器。import pdb; pdb.set_trace()

7. 数据科学与机器学习环境配置

  • 推荐安装Anaconda或Miniconda，包含numpy、pandas、matplotlib、scikit-learn等包。
  • 常用包安装：pip install numpy pandas matplotlib scikit-learn tensorflow torch

8. 常见问题与解决方案

  • pip安装包失败：更新pippython -m pip install --upgrade pip
  • 虚拟环境无法激活：检查权限，确保激活脚本执行权限。
  • 环境冲突：建议使用虚拟环境隔离。
  • 环境变量不生效：重新启动终端或电脑。