从0开始重新学python+neo4j之环境搭建、虚拟机创建

1、python复习之环境

　　1.1 环境安装

　　　　下载anaconda，python的集成换成，超级简单，直接https://www.anaconda.com/download 下载安装即可

　　　　代码编辑器下载，https://www.jetbrains.com/pycharm/download/?section=windows，对于java程序员很友好，激活自己想办法

　　1.2 解释器配置

　　　　文件-设置-python-解释器，选择安装的anaconda的python.exe。

　　1.3 第一行代码

　　　　文件-新建项目-纯python，选择位置，选择解释器：自定义环境，选择环境现有，选择类型python，python路径就是安装的anaconda下的python.exe。

　　　　项目-右键-新建python文件，输入print("hello world!")，控制台输出

　　　　　

2、python复习之虚拟机

　　2.1 虚拟机介绍

　　　　Python 中虚拟环境（Virtual Environment） 的主要作用是 为不同的 Python 项目创建相互隔离的依赖环境，从而避免包版本冲突、依赖混乱和系统污染等问题。类似于自己电脑上新建的一个个相互独立的虚拟机。

　　2.2 核心作用

　　　　1. 隔离依赖（Dependencies Isolation）

　　　　　　不同项目可能依赖不同版本的同一个库。
　　　　　　例如：

　　　　　　　　项目 A 需要 requests==2.25.0

　　　　　　　　项目 B 需要 requests==2.31.0

　　　　　　如果没有虚拟环境，全局安装只能保留一个版本，会导致其中一个项目出错。

　　　　　　虚拟环境为每个项目提供独立的 site-packages 目录，互不干扰。

　　　　2. 避免污染系统 Python 环境

　　　　　　系统自带的 Python（如 macOS/Linux）可能被操作系统或其他软件依赖。

　　　　　　直接在全局安装/升级/卸载包可能导致系统工具异常。

　　　　　　虚拟环境完全运行在用户目录下，安全可控。

　　　　3. 便于项目复现与部署

　　　　　　使用 requirements.txt（pip）或 environment.yml（conda）可精确记录项目所需的所有包及其版本。

　　　　　　其他人或生产环境可通过一条命令重建完全相同的运行环境：pip install -r requirements.txt

　　　　　4.支持多 Python 版本开发（尤其 conda）

　　　　　　conda 可以创建指定 Python 版本的环境（如 Python 3.8、3.11），方便测试兼容性。

　　　　　　venv 通常基于当前 Python 解释器版本，但也可配合 pyenv 实现多版本管理。

　　　　总结：使环境互相隔离，互不影响，各自管理

　　2.3 创建

　　　　因为使用的anaconda3，所以可以用conda来进行操作

# 查看已有环境
conda env list

# 创建新环境（例如名为 myproject，Python 3.10）
conda create -n myproject python=3.10

# 激活环境
conda activate myproject

# 安装包（优先用 conda，其次用 pip）
conda install pandas
pip install requests  # 如果 conda 没有该包

# 导出环境（便于复现）
conda env export > environment.yml

# 删除环境
conda env remove -n myproject

 　　2.4 编辑器中使用

 　　　　按“1.2 解释器配置”，选择右上方“添加解释器”-“添加本地解释器”-环境选“选择现有”-类型选"python"-python路径选择新建虚拟机路径下的解释器，一般位于“C:\Users\xiufe\.conda\envs”下，例如我的就是“C:\Users\xiufe\.conda\envs\selfenv\python.exe”,确定后添加成功，在解释器中选择新的解释器

　　　　　

　　　　验证新解释器是否启用成功，可以用以下代码验证

import sys
print(sys.executable)

　　　　输出为当前虚拟机的解释器