配置python的基本环境

python的背景知识

python是咋来的？

Python 是一种广泛使用的高级编程语言，由 Guido van Rossum 在1989年底发明，第一个公开发行版发行于1991年。Python 的设计哲学强调代码的可读性和简洁的语法（尤其是使用空格缩进来区分代码块，而不是使用大括号或关键词）。这使得 Python 成为一种易于学习的语言，同时具备强大的功能，适合快速开发。

Python 的名字来源于 Guido van Rossum 喜爱的喜剧团体 Monty Python，与爬行动物没有关系。Python 社区自称为 “Pythonic”，强调编写具有表现力和可读性的代码。

Python 的主要特点包括：

动态类型系统：变量在运行时被赋予类型，这使得代码更加灵活。
自动内存管理：Python 有自动垃圾回收机制，帮助管理内存使用。
大型标准库：Python 的标准库提供了大量的模块和函数，用于文件操作、系统调用、网络通信、文本解析、数学计算等。
开源：Python 是一个开源项目，由 Python 软件基金会管理，社区贡献者持续进行开发和维护。
可扩展性：可以用C或C++（或其他可以通过C调用的语言）来扩展Python。
可嵌入性：可以将Python嵌入C/C++程序，给这些程序提供脚本化的能力。
跨平台：Python 可以在多种操作系统上运行，包括但不限于 Windows、macOS、Linux、Unix 等。
Python 在科学计算、数据分析、人工智能、Web开发、自动化脚本编写、游戏开发等多个领域都有广泛的应用。随着技术的发展，Python 已经成为最受欢迎的编程语言之一。

python 都能干啥？

Python 是一种多用途的编程语言，因其简洁的语法和强大的功能而在各个领域广泛应用。以下是 Python 能够实现的一些主要应用：

Web 开发：使用 Flask 和 Django 等框架，可以构建网站和 Web 应用程序。
数据科学：Python 是数据科学和科学计算的主要语言之一，拥有 NumPy、SciPy、Pandas 等库。
机器学习与人工智能：通过 Scikit-learn、TensorFlow、PyTorch 等库，Python 被广泛应用于机器学习和人工智能研究与应用开发。
网络爬虫：使用 Requests、urllib、BeautifulSoup 等库，Python 可以抓取和解析网页数据。
自动化脚本：Python 可以编写脚本来自动执行各种任务，如文件管理、系统管理等。
桌面应用程序开发：使用 Tkinter、PyQt 等库，可以开发跨平台的桌面应用程序。
软件开发：Python 可以用于开发独立的软件应用程序，也可以用来扩展其他应用程序。
游戏开发：使用 Pygame 等库，Python 可以用来创建简单的2D游戏。
网络编程：Python 提供了丰富的网络通信库，可以用于开发客户端和服务器端的网络应用程序。
教育：Python 的简洁性使其成为初学者学习编程的理想语言。
科学计算与数值模拟：Python 在物理学、生物学、工程学等领域的计算和模拟中被广泛应用。
图像处理：使用 PIL（Pillow）、OpenCV 等库，Python 可以进行图像处理和计算机视觉任务。
数据分析与可视化：Python 的 Matplotlib、Seaborn 等库可以进行数据可视化，而 Pandas 等库可以进行数据分析。
云计算：Python 可以与 AWS、Azure、Google Cloud 等云服务提供商的 SDK 配合使用，实现云计算功能。
金融与交易：Python 在金融领域被用于量化交易、风险管理和金融分析。
生物信息学：Python 在生物学领域被用于处理和分析生物数据，如基因序列分析。
物联网 (IoT)：Python 可以用于开发 IoT 应用程序，与传感器和设备进行交互。
自然语言处理：使用 NLTK、spaCy 等库，Python 可以处理文本数据，进行语言翻译、情感分析等。
DevOps：Python 在配置管理、云服务管理、持续集成/持续部署等方面有广泛应用。
区块链：Python 被用于开发区块链协议、智能合约和加密货币相关的应用程序。

Python 的灵活性和易用性使其成为软件开发和数据科学等多个领域的流行选择。随着新的库和框架的不断开发，Python 的应用范围还在持续扩大。

python优点和缺点

Python 是一种流行的编程语言，具有许多显著的优点，但也存在一些局限性。以下是 Python 的一些主要优缺点：

优点：

易于学习：Python 的语法简洁清晰，易于初学者学习。
可读性：Python 的代码可读性高，有助于维护和理解。
广泛的应用领域：Python 可用于 Web 开发、数据科学、机器学习、自动化脚本、游戏开发等众多领域。
强大的标准库：Python 的标准库提供了大量的模块和函数，用于文件操作、系统调用、网络通信等。
开源：Python 是开源的，拥有活跃的社区，不断有新的库和框架被开发。
跨平台：Python 可以在多种操作系统上运行，如 Windows、macOS、Linux 等。
面向对象：Python 支持面向对象的编程范式，有助于构建模块化和可重用代码。
可扩展性：可以用 C 或 C++ 扩展 Python，提高性能。
自动内存管理：Python 有自动垃圾回收机制，简化内存管理。
丰富的库和框架：Python 拥有大量的第三方库和框架，如 NumPy、Pandas、Django、Flask 等。
多范式编程：Python 支持过程式、面向对象和部分函数式编程。
交互式开发：可以使用 IPython 或 Jupyter Notebook 进行交互式编程和数据分析。

缺点：

速度：Python 的执行速度通常比编译型语言（如 C、C++）慢，因为它是一种解释型语言。
移动开发：Python 在移动应用开发方面不如 Java 或 Swift 等语言流行或成熟。
多线程：Python 的全局解释器锁（GIL）限制了多线程程序的性能，尤其是在 CPU 密集型任务中。
内存消耗：Python 程序通常比其他语言编写的程序消耗更多的内存。
设计限制：Python 的一些设计决策（如列表解析）可能对初学者或从其他语言转来的程序员造成混淆。
依赖管理：虽然有 pip 和虚拟环境，但 Python 的依赖管理有时可能不如其他语言（如 Node.js 的 npm）直观。
动态类型：Python 的动态类型系统可能导致运行时错误，这些错误在编译时不会被捕捉到。
代码缩进：Python 使用缩进来定义代码块，这可能在团队协作中导致不一致的代码风格。
包管理：Python 的包管理系统在某些情况下可能不够稳定或存在安全问题。
错误信息：Python 的错误信息有时可能不够明确，特别是对于复杂的库或框架。

尽管存在一些局限性，Python 的优点使其成为许多开发者和组织的首选语言，特别是在快速开发、原型设计和数据科学领域。

python的前景

Python 的前景看起来非常乐观，并且在未来几年内预计将继续增长和扩展其在多个领域的应用。以下是一些原因和趋势，表明 Python 作为一种编程语言的前景：

数据科学和机器学习的领导者：Python 在数据科学和机器学习领域占据主导地位，拥有如 NumPy、Pandas、Scikit-learn、TensorFlow 和 PyTorch 等强大的库和框架。
人工智能的崛起：随着人工智能技术的快速发展，Python 作为实现 AI 算法的主要语言之一，其重要性不断增加。
教育和初学者：Python 由于其易读性和易学性，常被作为编程教育的首选语言，这有助于培养新一代的程序员。
Web 开发的流行框架：如 Django 和 Flask 等框架使得 Python 成为 Web 开发的有力竞争者。
科学计算和数值模拟：在物理学、生物学、工程学等领域，Python 因其丰富的科学计算库而得到广泛应用。
云计算和 DevOps：许多云服务提供商如 AWS、Azure 和 Google Cloud 提供了与 Python 集成的 SDK，同时 Python 也被广泛应用于 DevOps 工具链。
自动化和脚本编写：Python 在自动化任务和脚本编写方面仍然非常流行，特别是在系统管理、Web 抓取和数据处理方面。
跨平台和跨领域的适用性：Python 的跨平台特性和在不同领域的广泛应用使其成为一个多功能的工具。
开源社区的支持：Python 拥有一个活跃的开源社区，不断有新的库和工具被开发，推动语言的发展。
企业采用：越来越多的企业选择 Python 作为他们的主要开发语言，这增加了对 Python 开发者的需求。
物联网 (IoT)：随着物联网设备数量的增加，Python 由于其灵活性和易用性，在 IoT 解决方案中变得越来越流行。
安全性：虽然 Python 并不是传统意义上的安全或低级语言，但它在安全领域的应用，如渗透测试和安全自动化，正在增长。
移动和桌面应用开发：虽然 Python 在移动应用开发方面不是主流选择，但它在桌面应用开发方面有一定的应用，并且有像 Kivy 和 BeeWare 这样的工具可以帮助开发跨平台应用。
自然语言处理：Python 在自然语言处理 (NLP) 领域有着广泛的应用，拥有如 NLTK 和 spaCy 等库。

尽管 Python 在某些性能密集型任务和实时系统中可能不是最佳选择，但在许多其他领域，它仍然是一个非常有吸引力的选项。随着技术的不断发展，Python 很可能会继续扩大其在软件开发领域的影响力。

python的环境搭建

找到官方网站

在这里插入图片描述

找到下载页面

选择Documentation
在这里插入图片描述

双击安装包

双击安装包
在这里插入图片描述

运行helloWorld

其中最关键的就是这个 python.exe . 后续运行 Python 程序, 全靠这个 python.exe
在这里插入图片描述
如果直接双击这个 python.exe , 就会打开 Python 的交互式解释器(控制台程序). 在这个交互式解释器中, 就可以输入 Python 代码了.
直接输入 print(‘hello’) 这句代码, 按下 enter 键, 则打印出了 hello 这样的结果.

pycharm的安装

虽然通过交互式解释器可以执行 Python 代码了, 但是代码写起来并不方便. 就需要更专业的开发工具来
编写 Python 代码.
目前业界常用的 Python 开发工具, 主要有下列选项:
https://www.runoob.com/w3cnote/best-python-ide-for-developers.html

Python 的开发环境非常多样化，可以根据开发者的喜好和项目需求进行选择。以下是一些常用的 Python 开发环境：

1. **CPython**：这是 Python 的官方和最常用的实现，适合大多数用户。

2. **PyPy**：这是一个 Python 的替代实现，使用即时编译（JIT）技术，可以提供更快的执行速度。

3. **Jython**：Python 的一个实现，运行在 Java 平台上，通过 Java 虚拟机（JVM）执行。

4. **Anaconda**：一个面向科学计算的 Python 发行版，包含了许多用于数据科学、机器学习和科学计算的库。

5. **Enthought Canopy**：一个面向科学和工程计算的 Python 发行版，提供许多数据分析和可视化工具。

6. **IDLE**：Python 自带的集成开发环境，适合初学者和简单的脚本编写。

7. **Visual Studio Code (VSCode)**：一个轻量级但功能强大的编辑器，支持 Python 插件，提供智能感知、代码高亮、调试支持等。

8. **PyCharm**：由 JetBrains 开发的 Python 集成开发环境（IDE），提供代码分析、图形化调试器、测试支持和数据库工具等。

9. **Eclipse with PyDev**：Eclipse 是一个开源的集成开发环境，通过 PyDev 插件支持 Python 开发。

10. **Sublime Text**：一个快速且灵活的文本编辑器，通过安装 Python 插件可以扩展其功能。

11. **Atom**：由 GitHub 开发的可定制的文本编辑器，支持 Python 插件。

12. **Jupyter Notebook**：一个开源的 Web 应用程序，允许创建和共享包含代码、方程、可视化和叙述文本的文档。

13. **Thonny**：专为初学者设计的 Python IDE，提供了简洁的用户界面和逐步调试功能。

14. **Wing IDE**：一个商业 Python IDE，提供强大的代码分析、调试和测试功能。

15. **Vim/Emacs**：高级文本编辑器，通过配置和使用相关插件，可以作为强大的 Python 开发环境。

16. **IPython**：一个交互式 Python 解释器，提供丰富的交互式 shell 以及 Jupyter Notebook 的支持。

17. **Google Colab**：一个免费的 Jupyter 笔记本环境，可以在浏览器中使用，支持 GPU 加速。

18. **Repl.it**：一个在线代码编辑器和IDE，支持多种语言，包括 Python，并且可以与其他开发者合作。

选择哪个开发环境取决于个人偏好、项目需求、团队协作和特定功能的需求。许多开发者会根据特定项目或任务的需要，结合使用多个工具。

其中最主流的开发工具就是 PyCharm 和 VS Code 了.

(1)找到官方网站

在这里插入图片描述

(2) 找到下载页面

PyCharm 是由 JetBrains 公司开发的流行的 Python 集成开发环境（IDE）。
在这里插入图片描述

PyCharm 有多个版本，主要分为以下两种，每种都针对不同的开发需求：

PyCharm Community Edition（社区版）
- 免费且开源。
- 提供基本的 Python 开发功能，包括代码编辑、运行、调试和测试。
- 支持 Web 开发框架 Django，并提供数据库工具。
- 适合学生、初学者或那些不需要专业版提供额外功能的开发者。
PyCharm Professional Edition（专业版）
- 是付费软件，需要购买许可证。
- 包含社区版所有功能，并添加了更多高级功能。
- 提供对 Web 开发、数据科学、机器学习等的支持。
- 支持更多框架和库，如 Flask、Google App Engine、Vaadin、Django、Web2py 等。
- 包含远程开发能力，可以连接到远程服务器进行开发。
- 提供更高级的数据库工具，支持数据库的建模、迁移和SQL编辑。
- 包含对科学工具箱的支持，如 IPython Notebook、NumPy、Matplotlib、Pandas 等。
- 提供更高级的代码分析和重构工具。
- 适合专业开发者、数据科学家和需要高级功能进行复杂项目开发的团队。