python简介
python的应用领域
系统运维、网络编程（搜索引擎、爬虫、服务器编程）、科学计算、人工智能、机器人、web开发、云计算、大数据及数据库编程、教育、游戏、图像处理..........
python程序{模块：{'数据','函数':{'语句':['表达式']},'类'}}
解释型语言
python在执行程序时，会把程序一条一条的解释成机器语言（机器可执行的目标代码）来执行，在程序运行的前一刻，还只有源程序而没有可执行的程序，当程序每执行到源程序的某一条指令，就会有一个称为解释程序的外壳程序将源程序转换成二进制代码以供执行；“编译”是将源程序的翻译和执行一次性的转换成机器语言（二进制代码）。
Java语言虽然比较接近解释型语言的特征，但在执行之前已经预先进行一次预编译，生成的代码是介于机器码和Java源代码之间的中介代码，运行的时候则由JVM（Java的虚拟机平台，可视为解释器）解释执行。它既保留了源代码的高抽象、可移植的特点，又已经完成了对源代码的大部分预编译工作，所以执行起来比“纯解释型”程序要快许多。
动态语言
动态语言编程时，永远不需要给任何变量指定数据类型，Python会在第一次给变量赋初值的时候，就指定变量的数据类型，
强类型语言
当变量被指定数据类型的时候，除非经过强制类型转换，否则该变量的数据类型就是原变量数据类型。
python编程时：
当使用x = input()函数时，x的数据类型是字符串类型，所以当用户输入数字时，要经过数据类型转换，
当使用print("***")函数时,字符串拼接符'+'拼接的必须是字符串，如果想要拼接数字，要用str(数字)进行强制数据类型转换。
python安装
Python 是一种广泛使用的编程语言，它有着简洁的语法和丰富的第三方库支持。在使用 Python 开发时，选择合适的安装方式至关重要。本节将介绍几种常见的 Python 安装方法。
直接安装 Python
直接安装 Python 是最为直接且简单的方式。你可以从 Python 官网（https://www.python.org/）下载适合你操作系统的 Python 安装包（Windows、macOS 或 Linux）。安装时，确保勾选“Add Python to PATH”选项，这样可以方便地在命令行中使用 Python。
步骤：
- 访问 Python 官网 下载最新版本的 Python。
- 运行安装程序，并按照提示完成安装。
- 安装完成后，可以通过命令行输入
python --version来验证安装是否成功。
这种方式适用于大部分用户，但它没有额外的包管理工具，适合只需要简单 Python 环境的开发者。该方法需要自己额外配置环境变量。
Anaconda 安装
Anaconda 是一个开源的 Python 发行版，专为科学计算、数据分析和机器学习等任务而设计。它内置了许多常用的库，如 NumPy、Pandas、SciPy 等，并提供了强大的包管理工具 conda。通过 Anaconda 安装 Python，可以简化环境管理和依赖项处理。
步骤：
- 访问 Anaconda 官网 下载 Anaconda 安装包。
- 运行安装程序并根据系统提示完成安装。
- 安装后，可以通过
anaconda-navigator启动图形化界面，或通过命令行使用conda命令来管理环境和安装软件包。
Anaconda 提供了完整的 Python 环境管理功能，适合进行数据科学、机器学习等应用的开发。对于新手来说，Anaconda 更加友好，但相对来说占用的磁盘空间较大。
Mini Anaconda（Miniconda） 是 Anaconda 的轻量版，仅包含 conda 包管理工具和 Python 解释器，其他库和工具可以按需安装。它适合那些需要一个小而灵活的安装环境的开发者。
Miniforge 安装
Miniforge 是一个由社区维护的开源 Python 发行版，它类似于 Miniconda，但是默认使用 conda-forge 作为主要的软件包仓库。conda-forge 是一个社区驱动的 Conda 软件包仓库，提供了大量的第三方 Python 包，因此 Miniforge 是一个更加开源和灵活的选择，而且对公司来说是免费的(anaconda收费)，操作和conda一样。
步骤 1：下载 Miniforge 安装脚本
打开终端，使用 wget 或 curl 下载 Miniforge 安装脚本：
wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh
步骤 2：验证下载的文件（可选）
您可以验证安装脚本的完整性（需要 .sha256 校验文件）： sha256sum Miniforge3-Linux-x86_64.sh
对比校验值是否与官方提供的值一致。
步骤 3：运行安装脚本
为脚本赋予执行权限： chmod +x Miniforge3-Linux-x86_64.sh
执行安装脚本： ./Miniforge3-Linux-x86_64.sh
按提示完成安装：
- 阅读许可协议并接受（输入
yes）。 - 选择安装路径（默认路径通常为
~/miniforge3）。
步骤 4：配置环境变量
安装完成后，您需要将 Miniforge 添加到系统的 PATH 环境变量中。打开 ~/.bashrc 或 ~/.zshrc，添加以下内容：
export PATH=~/miniforge3/bin:$PATH
加载更新后的环境变量： source ~/.bashrc
步骤 5：验证安装
验证 Conda 是否安装成功： conda --version
Miniforge 适合那些对包管理有较高要求，并且希望使用更加开源的工具的开发者。与 Anaconda 相比，Miniforge 的体积更小、更加灵活。
卸载了miniforge3
如果您安装了Miniforge3的默认路径（通常为~/miniforge3），可以运行以下命令删除： rm -rf ~/miniforge3
打开环境配置文件，例如~/.bashrc：~/.zshrc
找到与Miniforge3相关的配置行，删除该行代码。例如： export PATH=~/miniforge3/bin:$PATH
加载更新后的配置文件： source ~/.bashrc
这些安装方式各有优缺点，选择哪种方式取决于你的需求。如果你需要一个完整的科学计算环境，可以选择 Anaconda；如果你更注重灵活性和轻量化，Miniforge 或者直接安装 Python 会是更好的选择。
搭建虚拟环境
在Python中，虚拟环境（virtual enviroment）就是隔离的Python解释器环境。通过创建虚拟环境，我们可以拥有一个独立的Python解释器环境。这样做的好处是可以为每一个项目创建独立的Python解释器环境，因为不同的项目常常会依赖不同版本的库或Python版本。使用虚拟环境可以保持全局Python解释器环境的干净，避免包和版本的混乱，并且可以方便地区分和记录每个项目的依赖，以便在新环境下复现依赖环境。
我总结了多种创建虚拟环境的方法，我推荐conda方法，你们可以根据自己的爱好选择。
conda搭建虚拟环境(推荐)
1、新建虚拟环境
conda create --name <env_name> <package_names> # 创建一个名为 python_2 的环境，环境中python版本为2.7 # conda create --name python_2 python=2.7 # 创建一个名为 conda-test 的环境，环境中python版本为3.6，同时也安装了numpy和pandas。 # conda create -n conda-test python=3.6 numpy pandas
- –name 同样可以替换为-n。
- <env_name> 创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”
- <package_names> 即安装在环境中的包名。名称两边不加尖括号“<>”
查看创建了哪些虚拟环境
conda env list # 或：conda info --envs # 或：conda info -e
2、激活虚拟环境
Linux: source activate your_env_name(虚拟环境名称)
Windows: activate your_env_name(虚拟环境名称)
查看安装了哪些库
conda list
3、退出虚拟环境
conda deactivate
若配置好环境后需要别的包，用conda或者pip下载皆可
# 在当前环境安装包 pip install 安装的包名 conda install 要安装的包名 # 指定环境安装包 conda install --name 环境名 要安装的包名
4、删除虚拟环境
conda remove -n your_env_name --all
复制环境
conda create --name new_env_name --clone copied_env_name
uv 命令管理虚拟环境
uv（Unikernel Virtualization Environment）是一个用于管理虚拟环境的工具，它专注于提供轻量级、高效的虚拟环境管理体验，特别适用于对资源占用敏感的场景。uv 与 conda、virtualenv 相比，具有以下优势：轻量级与高效性、简单易用的命令行界面、灵活的环境管理、可扩展性与定制性
安装 uv：uv 可以通过多种方式安装，常见的是使用包管理器。如果是基于 Python 的环境，可以使用 pip 安装。在命令行中执行以下命令：
pip install uv
1、创建虚拟环境：使用 uv 创建虚拟环境非常简单。在命令行中进入你希望创建虚拟环境的目录，然后执行以下命令：
uv create myenv
2、激活虚拟环境：创建好虚拟环境后，需要激活它才能使用。在不同的操作系统上，激活命令略有不同：
# Linux/MacOS： source uv activate myenv # Windows： uv activate myenv
查看已安装的包： uv list
退出虚拟环境：当你完成项目开发或者不再需要使用当前虚拟环境时，可以使用以下命令退出：
# Linux/MacOS： deactivate # Windows： deactivate
删除虚拟环境： uv remove myenv
virtualenv搭建虚拟环境
首先，我们用pip安装virtualenv：
$ pip3 install virtualenv
然后，假定我们要开发一个新的项目，需要一套独立的Python运行环境，可以这么做：
1、第一步，创建目录
$ mkdir myproject
$ cd myproject/
2、创建一个虚拟环境，命名为venv
$ virtualenv venv
若想要指定Python3
$ virtualenv -p python3 newEnv
查看newEnv文件夹中的内容
$ cd newEnv
$ ls
bin include lib pip-selfcheck.json
3、激活虚拟环境
$ source venv/bin/activate
4、在虚拟环境中安装python第三方库
在venv环境下，用pip安装的包都被安装到venv这个环境下，系统Python环境不受任何影响。也就是说，venv环境是专门针对myproject这个应用创建的。
$ pip install ***
5、关闭虚拟环境
$ deactivate
依据当前环境中的依赖包生成requirements.txt文档
$ pip freeze > requirements.txt
依据requirements.txt文档重建环境
$ pip install -r < requirements.txt
Pipenv搭建虚拟环境
Pipenv是基于pip的Python包管理工具，它和pip的用法非常相似，可以看作pip的加强版，它的出现解决了旧的pip + virtualenv + requirements.txt的工作方式的弊端。具体来说，它是pip、Pipfile和Virtualenv(虚拟环境)的结合体，它让包安装、包依赖管理和虚拟环境管理更加方便，使用它可以实现高效的Python项目开发工作流。如果你还不熟悉这些工具，不用担心，我会在下面逐一进行介绍。
通过pip安装Pipenv：
$ pip install pipenv
1、创建虚拟环境
虚拟环境通常使用Virtualenv来创建，但是为了更方便地管理虚拟环境和依赖包，我们将会使用集成了Virtualenv的Pipenv。首先确保我们当前工作目录在示例程序项目的根目录，然后使用pipenv install命令为当前的项目创建虚拟环境：
$ pipenv install
初始化好虚拟环境后，会在项目目录下生成2个文件Pipfile和Pipfile.lock。为pipenv包的配置文件，代替原来的 requirement.txt。项目提交时，可将 Pipfile 文件和Pipfile.lock文件一并提交，待其他开发克隆下载，根据此Pipfile 运行命令pipenv install --dev生成自己的虚拟环境。
Pipfile.lock 文件是通过hash算法将包的名称和版本，及依赖关系生成哈希值，可以保证包的完整性。
2、进入虚拟环境
$ pipenv shell
3、退出虚拟环境
$ exit
4、在虚拟环境中创建python包
$ pipenv install <某个包的名称>
查看安装包及依赖关系
$ pipenv graph
5、生成 requirements.txt 文件
pipenv可以像virtualenv一样用命令生成requirements.txt 文件
$ pipenv lock -r --dev > requirements.txt
6、pipenv也可以通过requirements.txt安装python包
$ pipenv install -r requirements.txt
运行python代码
方法一：pipenv run python xxx.py
$ pipenv run python xxx.py
方法二：启动虚拟环境的shell环境
$ pipenv shell
$ python xxx.py
7、删除虚拟环境
$ pipenv --rm
常用命令一览
pipenv --where 列出本地工程路径 pipenv --venv 列出虚拟环境路径 pipenv --py 列出虚拟环境的Python可执行文件 pipenv install 创建虚拟环境 pipenv isntall [moduel] 安装包 pipenv install [moduel] --dev 安装包到开发环境 pipenv uninstall[module] 卸载包 pipenv uninstall --all 卸载所有包 pipenv graph 查看包依赖 pipenv lock 生成lockfile pipenv run python [pyfile] 运行py文件 pipenv --rm 删除虚拟环境
pycharm搭建虚拟环境(推荐)
1、打开pycharm，选择File->setting->Project:****->Project Interperter->设置，点击Add按钮。因为我安装了汉化插件所以是中文的，插件是官方的，需要可自行安装。
2、选择Virtualenv environment，点击新环境，选择你要放虚拟环境的文件夹，并且找到你的python解释器python.exe，然后就可以等确定了。
3、在pycharm中的terminal中查看，Python环境是否为anaconda创建的虚拟环境。如下，环境设置成功。
4、如果以后想使用该虚拟环境，只需要在第2步骤中选择现有环境，并且找到虚拟环境中的python.exe即可使用。
5、当我们想要给这个虚拟环境配置python库的时候，
- 可以在步骤3中的终端，pip install ***
- 可以找到虚拟环境文件夹中的pip.exe文件夹，在当前文件夹打开cmd，进行pip install ***
- 还可以通过pycharm，图如下
浙公网安备 33010602011771号