Python开发环境[PycharmEclipseAnaconda]

Pycharm配置Python开发环境

每种语言的开发工具都有很多，如果写一些小的脚本或者小的工具，建议直接使用命令行或者Python自带的IDLE，如果进行大型的开发工作建议使用Pycharm，当然这属于个人喜好。
虽然Pycharm给了我们一个美观的且可以自定义的界面风格，在其内部就可以检索很多实用的插件辅助我们的编码工作，它同时还集成了Python命令行窗口，Windows命令行窗口以及版本管理相关工具等等，读者还是可以根据自身喜好和经验去发现其他的开发工具，不需要多掌握一种用熟练能够是我们的编码工作简单高效为目的。

下载与安装

官方下载地址，如图7.1所示Pycharm的下载页面，分为专业版和社区版，其中专业版需要付费，而社区版足矣满足我们的测试开发工作，点击DOWNLOAD下载然后默认安装即可
在这里插入图片描述

创建项目

安装完成后，在桌面可以找到名为JetBrains PyCharm Community Edition 2018.1 x64快捷方式，双击即可启动它
在这里插入图片描述
点击Create New Project进入New Project窗口，其中Location即我们要把代码存储在什么路径下，根据自己的环境配上路径即可；然后展开Project Interpreter：New Virtualenv environment，其中Location为新的虚拟环境的路径，Base interpreter为我们安装的Python路径；然后勾选Inherit global site-packages和Make available to all projects，其中Inherit global site-packages表示该项目可以使用base interpreter中的第三方库，而Make available to all projects表示该虚拟环境可以被其他项目使用，就是说如果以后我们再建项目的时候可以选择Existing interpreter然后就能够找到这次创建的环境
在这里插入图片描述
点击Create按钮即可开始创建，创建的时候在窗口的右下角能够看到x processes running…的字样是Pycharm正在根据我们的配置构建开发环境，当x processes running字样结束后表示构建完成，到此就成功的创建了一个项目
在这里插入图片描述

环境验证

新建Python Package，在左侧的树形项目结构中的根节点点击鼠标右键，选择NewPython Package，会弹出一个输入名称的窗口，在窗口中输入名称，点击“OK”按钮即可完成Python Package的创建
在这里插入图片描述
然后在我们刚刚新建的Python Package上点击鼠标右键，选择NewPython File，输入名称后点击“OK”按钮即可完成Python文件的创建

写入如下代码

from selenium import webdriver  # 将webdriver引入到当前环境
chrome_driver = webdriver.Chrome()  # 启动浏览器 
chrome_driver.get("http://www.baidu.com")  # 打开百度首页
chrome_driver.quit()  # 关闭浏览器驱动，浏览器也随之关闭

在这里插入图片描述
然后按键盘上的Shift+F10，执行该文件

Eclipse配置Python开发环境

Eclipse虽然多用于Java的开发，但是它也可以支持Python的开发，通过配置依然可以作为Python开发环境的一种选择。

下载与安装

官方下载地址，下载完成后解压即可
在这里插入图片描述

安装Pydev

双击eclipse.exe文件启动软件，如图窗口会弹出，该窗口用于设置本地代码的地址。
在这里插入图片描述
然后点击Launch按钮便可启动Eclipse，如图所示。

打开Help菜单中的Eclipse Marketplace，然后在弹出的窗口中检索PyDev，如图所示。

点击PyDev-Python IDE for Eclipse 7.2.0中的Install按钮，窗口会跳转到PyDev详细的安装内容界面，如图所示。
在这里插入图片描述
点击Confirm按钮，窗口跳转到如图所示的Review Licenses窗口。

选择I accept the terms of the license agreements，然后点击Finish按钮，即可开始安装，并且在Eclipse主窗口的右下角能够看到安装进度，如图所示。

安装完成后会自动弹出让我们重启Eclipse的窗口，点击“Restart Now”重启Eclipse即可。

配置PyDev

打开Window菜单中的Preferences选项，如图所示。
在这里插入图片描述
从左侧菜单中找到PyDevInterpretersPython Interpreter，然后在Python Interpreter窗口中点击“Config first in PATH”，它会从我们的系统变量里读取Python的安装路径，如图所示。

点击窗口右下角的“Apply”按钮使配置生效，在经过一段执行过程后，即可完成Python解释器的配置。
还是在Preferences的左侧菜单中找到GeneralEditorsText EditorsSpelling，点开该窗口配置Encoding选项，选择Other：UTF-8如图所示配置。
在这里插入图片描述
然后点击窗口右下角的“Apply”按钮，继续在Preferences的左侧菜单中找到GeneralWorkspace，点开该窗口配置“Text file encoding”选项，选择Other：UTF-8如图所示。

然后点击“Apply”按钮完成配置，到此PyDev的配置就完成了。

创建项目

在Eclipse的菜单中，点击FileNewProject，新建项目的窗口会弹出，如图所示。
在这里插入图片描述
在New Project窗口中找到PyDev节点下的PyDev Project，然后点击“Next”按钮，输入Project name，然后选择我们配置PyDev时候的相关选项，如图所示（如果不记得了，在找到PreferencesPyDevInterpretersPython Interpreters查看一下即可）。
在这里插入图片描述
然后点击“Finish”按钮，完成新建Python项目。

验证环境

在项目的根节点点击鼠标右键，NewPyDev Package，并命名为Test，然后点击“Finish”按钮，如图所示。
在这里插入图片描述
在我们新建的名为Test的PyDev Package上点击鼠标右键，NewPyDev Module，输入文件名称后，点击“Finish”按钮，如图所示。

点击“Finish”按钮，会弹出选择模板的窗口，如图所示。

在窗口中我们选择“Module:Unittest with setUp and tearDown”，然后点击“OK”按钮，即可完成创建，如图所示。
在这里插入图片描述
直接在文件中点击鼠标右键，选择Run AsPython unit-test执行文件，如图所示。

执行结果如图所示，则表示Eclipse的Python开发环境配置成功。

Anaconda配置Python开发环境

Anaconda 是在 linux、windows 和 mac os x 上执行 Python/R 数据分析和机器学习的最简单的方式并且它是开源的。它在全球拥有超过 1, 100万用户, 是在单独的一台机器上进行开发、测试和训练的行业标准, 因为具备以下特点，从而使他能都独立的进行数据分析:

提供了大量的Python/R 数据分析包
使用 conda 管理库、依赖关系和环境
使用 scikit-learn, TensorFlow和Theano进行开发、训练机器学以及深度学习
使用 Dask、Numpy、pandas和 Numba 分析具有可扩展性和性能的数据
使用 Matplotlib、Bokeh、Datashader 和Holoviews 实现可视化结果

Anaconda下载

官方下载地址为Download Anaconda下载完成后，按照提示一步一步安装完成即可

配置环境变量

将Anaconda的路径
C:\Anaconda3;C:\Anaconda3\Scripts;C:\Anaconda3\Library\bin;C:\Anaconda3\Library\mingw-w64\bin;C:\Anaconda3\Lib\site-packages
配置到系统环境变量Path中去
在这里插入图片描述

Anaconda环境验证

在命令行输入conda，如下图所示则表明环境OK
在这里插入图片描述
conda和Python的pip使用方式非常类似，可以为我们安装模块（库）提供很大的便利

配置Python开发环境

启动Anaconda Navigator

在这里插入图片描述

点击导航中的Evnironments

在这里插入图片描述

点击Create创建自己的环境

在这里插入图片描述

选择Python版本并定义该环境的名称

在这里插入图片描述
然后点击Create按钮，Anaconda就会自己将python的环境准备好了，并且如图所示它还问我们准备了很多模块，可供我们在图形化界面进行安装（当然如果已经习惯了pip的话，我们也可以通过conda在命令行进行安装）
在这里插入图片描述
环境准备好了，在导航栏中点击Home，并选择刚刚创建的环境，页面会刷新该环境下的工具，如图所示，有些需要安装，根据各自的需要点击Install即可，如果已经安装好，点击Launch就可以启动它。

Python的编译工具是Spyder如图所示
在这里插入图片描述

启动Spyder

如图所示窗口就打开了，我们就可以在上边进行开发了
在这里插入图片描述
PS：有可能一开始命令行会提示异常，例如spyder版本有问题，默认好像不是最新版，这种情况下命令行窗口不能用，整个Spyder都存在问题
处理方法：在系统的命令行直接用pip或者conda安装最新的spyder，然后再重新启动它即可

配置完毕后可以用DOS命令行

查看版本：conda --version
升级所有工具包：conda upgrade --all
更改conda下载源,cmd 下输入：

C:\Users\Administrator>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

C:\Users\Administrator>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

C:\Users\Administrator>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

安装第三方包

安装第三方包：conda install requests 或者 pip install requests
卸载第三方包：conda remove requests 或者 pip uninstall requests
查看已安装包：conda list 或者 pip list

管理虚拟环境

创建独立的python环境:

base环境：

activate 命令，不加参数，会直接进入anaconda设定的虚拟环境中。命令行前会多一个(base) 标识。和不进入base是一样的。
activate // 切换到base环境

自建环境

新环境只有python自带的一些官方包，每一个环境都是标准的python环境目录
1.创建一个名称为 study 的虚拟环境并指定python版本为3 (耐心等待…)
conda create -n study python=3
2.切换到 study 环境
activate study

包管理

conda list // 列出当前环境下已安装的包
conda remove -n study --all // 删除study环境及下属所有包
conda update requests // 更新requests第三方包

环境管理

conda env list // 列出当前环境的所有包
conda env export > study.yaml // 导出当前环境的包信息到 study.yaml文件
conda env create -n newEnv -f study.yaml // 用配置文件创建新的名为 newEnv 的虚拟环境