Windows下python环境安装与管理

Python功能强大，适合多种应用场景。安装合适的python环境是开发的第一步。下面是Windows环境下Python环境的安装与包管理的实战方法。

一、环境安装

a、在线环境

　　如果需要安装的环境可以连接互联网，那么可以直接下载安装包进行安装。

　　1、首先建议下载包管理器Anaconda，这样可以针对不同的主题创建不同的environments，如机器学习环境，游戏环境、数据处理环境，这样不同的环境可以安装不同的包，进行隔离。Anaconda安装好后配置完环境如下图所示：

 　　2、下载IDE，如Pycharm。安装完成之后，创建项目，并指定项目的环境为对应的anaconda环境。

 如果没有conda环境，或者conda环境缺失新项目所需的某个包，可以直接创捷创建一个空的虚拟环境（仅包含python,pip等基础组件）

b、离线环境

一般生产环境中的Windows服务器为了信息安全，会对网络进行隔离，无法连接公共互联网。此时只能用在离线环境中安装Python环境。下面是离线环境中安装的步骤：

　　1、下载emded版本压缩包，如python-3.12.0-embed-amd64，拷贝至离线环境，然后解压缩即可；

　　2、下载Pycharm安装包，拷贝至离线环境，然后点击安装。

　　3、新建项目，配置python interpreter，指定路径为压缩版本的python.exe

二、包管理

Python环境安装好之后即可进行脚本的开发了，但是往往在开发过程中会发现少了某个包。此时需要手工安装缺失的包。若安装了anaconda，则可以首先找到对应的环境，在右上角搜索packages，进行安装。

如果该资源中找不到包，则打开相应环境的shell，用conda install package_name

但是conda可安装的资源较少，常常会找不到

此时可以尝试使用pip install package_name进行安装

如果仍然找不到，可以在pycharm中，进入设置-->python解释器，点击+号，查找包进行安装

最后，如果还是找不到包，可以进入pypi.org网站在线下载wheel文件后进行安装，下载后执行命令：pip install wheel_name.whl（离线环境中只能使用该方法进行安装）

附一：Linux环境中python环境安装

一般而言，企业的服务器多数为linux环境，在生产环境中多为离线环境。
以下是手动安装miniconda（Anaconda应该类似）的流程
1，手动下载miniconda包
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
2，将sh包拷贝到对应的离线环境中
3，执行安装命令
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
$HOME/miniconda3/bin/conda init bash #将conda init脚本写入到bashrc文件，下次打开终端后直接进入conda base环境

source $HOME/miniconda3/bin/activate # 出现 (base) 即成功

conda config --set offline true # 关闭联网检查，避免超时

附二：不同linux服务器之间迁移conda环境

在离线环境中，安装包相对比较麻烦，需要找到对应的whl文件，并且安装时还会经常找不到依赖。如果另外某台服务器上已有包含所有包的conda环境，那么可以直接从这台服务器将conda环境包进行打包导出，然后导入到该离线环境中。

导出步骤：

1、切换到相应的conda环境，安装conda-pack包：conda insatll conda-pack-0.7.1-pyhd8ed1ab_0.conda

2、执行打包命令：conda pack -n envir_*** -o envir_***.tar.gz

 

导入步骤：

1，将包拷贝到离线环境服务器的某个目录中，命令行切换为该目录为当前目录

2，在envs下面创建目录：mkdir -p ~/miniconda3/envs/envir_***

3， 将tar包解压到该目录中：tar -xzf envir_***.tar.gz -C ~/miniconda3/envs/envir_***

4，执行conda解压命令：~/miniconda3/envs/envir_***/bin/conda-unpack

5，顺利的话，此时可以正常切换到新的环境中了：conda activate envir_***

注意：base环境直接导出然后导入可能会有潜在问题，建议先将源服务器的base复制一份到新的环境，然后将该环境打包导出，然后导入的目标服务器中。

附三：pycharm配置远程解释器环境

企业中Linux生产环境多无图形端，而基于Pycharm的客户端图形端展示，方便调试功能。因此通常是在Pycharm中编写代码，再人工上传至Linux服务器。但是这种方案有一个缺陷，无法基于linux环境进行调试。因此更优的方法是配置本地Pycharm与远程环境打通，直接在本地编写代码，自动提交同步至远程服务器，然后直接调用远程python解释器进行调试运行。

具体配置方法可参考下面这篇文章：

IDE之pycharm：专业版本连接远程服务器代码，并配置远程python环境解释器（亲测OK）。-阿里云开发者社区

备注：该方案需要Pycharm professional版本，社区community版本无该功能。