Windows Python环境搭建
` 提示：本篇分享适合于非专业程序员出生的python使用者和初学者
前言
Python语言因具有简单易学，丰富的第三方库等优点，越来越受到科研工作者和普通办公人员的喜爱，通过编程可以采用程序化的思维方式高效准确地处理日常问题，极大提升生产率。
使用任何一门编程语言都需要两个条件：
1.编辑环境（写代码工具）
2.运行环境（代码执行的环境条件）
本文就从这两个方面介绍怎么搭建一个在windows环境下通用易调整Python开发的环境。
一、Python 编辑环境——Pycharm
只要是能写文本的工具都可以作为python编辑环境，但是在这些工具中，我个人比较推荐Pycharm，【可以直接在官网中下载社区版使用，下载直接安装就行】原因有二：
1.高效易用的代码组织方式:
如果你写的代码只在一个文件中就无法体会到pycharm的优势，如果是项目工程，Pycharm让我们像管理Windows文件夹一样管理项目文件，打开工程就像打开文件夹一样简单，不需要像有的工具需要导入和配置，直接在file中open就行；其次文件的增删直接像Windows文件夹操作一样，特别方便
2.高效的代码操作方式
当Python工程文件多了之后，就会相互引用包，Pycharm 可以帮我自动添加引用条件，不需要我们去管理文件关系，同时Pycharm提供了IDE应有的各种代码操作方式：搜索，查找，补全，查错，对齐，批量替换等，极大提升我们编程效率。
高效使用一个工具最好的方式是：学习它的快捷键，在这里推荐几个经常使用的：
Ctrl+d 复制当前行、或者选择的块
Ctrl+shift+f 全局查找，快速查找关键字的文件
Ctrl+shift+r 全局替换
Ctrl+alt+方向左右键 看源码的时候前进返回
ctrl+alt+l 格式化代码
Ctrl+/ 注释选中的代码
Alt+enter 自动导入包
Tab 多行同时向后移动
shift+tab 与Tab相反
二、Python 运行环境——Anaconda
Pycharm本来也是具备Python运行环境的，只是在这里推荐Anaconda，【可以直接在官网中下载社区版使用，下载直接安装就行】，原因有二：
1.可以高效的管理多个Python虚拟环境
这一点十分重要，因为Python语言发展的原因，目前Python主要有2.0和3.0两个大版本，且两者不兼容。现阶段3.0使用为主，但是有的工程还是需要是有老版本的python环境。这可怎么办呢？Anaconda就为我们提供了虚拟环境管理方案：
Python虚拟环境就相当于一个Python运行的环境，称之为虚拟主要是相互之间隔离。
这里以创建一个3.7的Python环境为例：
（a）打开Anaconda prompt窗口，出现类似CMD的窗口
（b）创建自己想要的虚拟环境，名字为：my_py_env
conda create -n my_py_env python=3.7
安装完后通过conda env list 就可以看到自己创建的虚拟Python环境
（c）conda activate my_py_env 进入自己的 虚拟环境，就可以在这个环境中采用：
pip install XX 或者 conda install XX 安装自己需要的库
（d）如果环境使用完成了，不需要了，可以删除节省空间：
conda remove -n my_py_env --all
2.自带很多开源包，对于人工智能学习比较友好
NumPy：科学运算包；
SciPy：功能更加强大的科学计算包；
Matplotlib：类似Matlab的绘图工具包；
Scikit-learn：经典机器学习工具包；
Pandas：数据处理和分析工具包
提示：
有一点需要注意，怎么设置Pycharm的Python运行环境：(默认情况是指向Pycharm自带的运行环境）
1.在Pycharm软件中： File -> setting
点击2进入add python interpreter界面，选择 existing environment，打开文件夹，选择自己虚拟环境中的python.exe文件：Anaconda\envs*my_py_env*\python.exe，确定就可以
之后右键就可以运行自己的文件了。
总结
上面推荐的编辑环境和运行环境都只是工具，只能提升编程效率，但是替代不了我们思考。
要想写好程序，还是要多去学习思考，不断练习。
