[Python知识库]Python 环境安装系统教程——PyCharm

由于之前的电脑的python环境比较乱，自己整来整去，先是自己想学，就装了个pycharm，电脑上还有之前好几次数学建模的时候装的36 37 38 39的各种版本的python，后来某次课程需要装python，当时要求用anaconda，又装了一个anaconda的环境，当时还好一顿整，又是装tensorflow，又是装虚拟环境啥的，大概也是当时没有太用心去研究，导致当时安装的比较失败，虽然能用，但是有些用法都没明白，所以这次准备好好装python的环境的时候，面对着旧电脑的烂摊子，就感觉要装python环境非常麻烦，好多地方都不懂。所以趁着这次装环境，把旧电脑上的环境好好清理整顿一下，然后给新电脑配置一个neat的环境，乱糟糟的，自己都搞不懂的环境实在是太难受了。
下面会先解释一些概念，名词，关系，然后再进行安装配置。

Part1环境配置：

IDE——PyCharm

PyCharm只需要去官网下载（community版，免费），按照提示安装即可。那么，pycharm只是一个IDE，编写代码，作为一种解释型语言，python还需要解释器才可以将源代码进行解释。

解释器——Python

直接去官网下载，此处下载的最新版本，3.10版本的python，下载之后安装，安装时

1. 更改安装路径，不放在C盘里，这个解释器安装的位置，之后安装的所有包都在这个环境里，所以如果之后用的包越来越多，这个环境的占用的存储就比较大，还是换个盘比较好。
2. 勾选add to path ，将python添加到环境变量中，不过后面也可以手动添加。之后就安装好了python，可以打开命令框，输入python查看是否添加到环境变量。
   

如果没有，可以搜索一下，环境变量，网上教程很多。注意，每次配置完之后，需要重新打开命令框，才能生效。

创建工程：

什么含义以及怎么使用，从上往下看：

• location处是工程的名称以及路径，这个这要合法就行。
• python解释器：

  如果最新安装，默认选择的是new environment using，，，也就是说，pycharm会给你创建一个虚拟环境（虚拟环境的介绍再后面有，也可以自行百度），一般我们是不用虚拟环境的，所以一般不用勾选这个。
  下面的是previously configured interpreter——之前配置的解释器，再配置过一次之后，再次创建都是默认这个了，此处我已经是创建过之后了，如果是第一次，那么就需要点击add interpreter，选择system interpreter 然后，找到python解释器安装路径，选择python.exe, 就添加陈成功了，之后就可以使用本地的解释器了。

• 最后一个选项是选择是否创建一个main.py文件，这里可以不创建，进入之后，再左边栏右键project，创建py文件。
  
• 更改模板
  第一次创建的，模板不太合适，我们需要更改一下模板，之后每次创建都会用这个模板：
  file——setting——editor——file and templates，选择python script，py脚本语言，然后默认右侧黑框里是空白的，需要自己添加。
  
  把下面这段代码复制进去即可。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @FileName  :${NAME}.py
# @Time      :${DATE} ${TIME}
# @Author    :your name
 
 
if __name__ == "__main__":
    run_code = 0

上面的语句的作用，见下面的引文：
Python中if name == ‘main‘：的作用和原理

其实至此，一个基本的python环境已经配置好了，接下来我们再project中新建一个py文件，然后

print("hello world")

之后，点击运行即可再下方的console工作区看到输出结果。

python包的配置——pip的使用

只是安装了基本的环境，而python的很多包都需要自己安装，所以必须要学会使用pip。关于pip和conda的区别在后面会说。

安装python包其实有很多种方法：Pycharm安装第三方库的三种方法
上面文章里讲的前两种，使用pycharm的方法一般不用。一般可是使用pip在线安装，或者上面讲的第三种：

下载wheel文件安装

先去pypi.org（这是一个维护python库的网站，上传需要账号，可以把自己写的python包上传供下载。普通用户不需要账号，只下载即可。）

搜索下载的whl（python包的已经编译好的二进制文件的压缩包，后面有解释）是一个安装包，注意一定要下载合适的版本，找到这个文件下载的位置，在文件夹空白处右键，在终端中打开，

会在这个目录下打开window powershell，（关于powellshell和cmd，我们此处可以先认为作用相同，具体区别自行比百度），然后pip install [文件全名]就可以安装了。(后面有示例)
.whl只是一个安装包，安装完之后可以放心卸载。

pip在线安装

PIP一般在安装 Python 时已成功安装，不需要单独安装。 PIP 是客户端安装工具，安装包来自 PyPI，PIP 从 PyPI 上下载安装包，并且安装在本机。进入cmd之后，大多数的包只需要 pip install 包名 即可安装。

1. 安装
   安装的常用命令有两个，一个不指定版本信息，一个指定版本信息。下面分别是它们的格式：

pip install 包名
pip install 包名==版本号

修改下载源

但由于众所周知的原因，pip 使用的 PYPI 源有时候会有不稳定的情况。这时候可以使用如下国内源替代使用。

阿里云源： http://mirrors.aliyun.com/pypi/simple/
中国科技大学源： https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) 源：http://pypi.douban.com/simple/
清华大学源： https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学源： http://pypi.mirrors.ustc.edu.cn/simple/
临时使用国内源
在 ?pip ?的指令后面带上参数? –i?，例如：

?pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/?

如果已经有了一个安装包，是希望修改其版本，则需要使用下面的命令：

pip install --upgrade 包名==版本

2. 卸载
   卸载相对来说比较简单。由于一台机器对于某个软件包只能安装某一个版本，而且肯定是安装在本机上的，所以卸载命令没有指定版本、指定源这些参数。下面即为卸载某个包的命令格式：
   pip uninstall 包名

3. 查看已经安装的包
   有时在 import 语句时会抛出异常，原因可能是某个软件包没有安装，或者安装的版本不对。这时可以通过下面的命令来查看所有本地已经安装的 Python 包：
   pip list
pip freeze

4. 查看某个包的详细情况
   如果对某个包的具体作用不是很清楚，或者对其所依赖的包的情况不是很清楚，这时可以查看该包的详细描述，命令如下：
   pip show 包名

其实很多指令用的时候现搜就可以了。
下面是安装pandas库的示例

pip install pandas

DL框架：Pytorch环境的配置

最开始我以为也是pip install就可以，但是显然不对，它是有自己的格式的。具体看另一篇文章：
Pytorch环境配置——从零开始（不需要anaconda）

Part2概念辨析：Python & PyCharm & Anaconda以及相关概念解释

python

我们去官网下载的python，是python的解释器。

python是一种脚本语言，即script语言，脚本语言也是一种编程语言，不过脚本语言是一种解释型语言，而不是编译型语言。
python的运行过程： python语言编写的程序首先由将源码编译生成中间字节码（.pyc），再由python解释器根据中间字节码解释执行，所以说python是先编译后解释的高级程序设计语言。
当程序执行时，python内部（对大多数用户是完全隐藏的）会先将源代码（文件中的语句）编译成所谓字节码（不是二进制）的形式。一般把字节码保存为一个以 .pyc为扩展名的文件（ .pyc就是编译过的 .py源代码）。一旦程序编译成字节码，之后的字节码发送到通常称为python虚拟机（PVM）上来运行。PVM不是一个独立的程序，不需要安装，它是python的运行引擎，他时常表现为python系统的一部分，并且它是实际运行脚本的组件。与java一样，都是基于虚拟机的程序语言。
和其他经典的解释器不同，python并不需要反复地分析和重分解每一行语句。实际的效果就是纯python代码的运行速度介于传统的编译语言和传统的解释语言之间。

PyCharm

PyCharm 是python的编程IDE，用来编写代码，编译，调试，执行。具体使用后面再说。

Anaconda

Anaconda是一个管理python环境和库的工具，是一个打包的集合，它里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了，并且在安装一个库时会询问是否安装与该库相关联的库，它将库之间的关系理的非常清楚，为用户提供极大的便利。
Anaconda其实也是带着IDE工具的，比如Jupyter Notebook，是基于网页的，更轻量级并且可以分段执行代码，显示执行结果，无需每次从头执行整个文件。但是使用感觉没有pycharm舒服，

pycharm & anaconda

【机器学习】PyCharm和Anaconda的优缺点比较【环境配置+使用感受】

许多人将Pycharm+Anaconda一起使用，原因就是1)既充分利用conda配置管理环境的便捷，2)又可以在熟悉的Jetbrains工具下进行编程，使用其强大的功能。包括学校的许多服务器上就是如此配置的。

这里就需要看一下pycharm的环境配置

VirtualEnv（虚拟环境），CondaEnv（Conda的环境），以及SystemInterpreter（系统环境）的区别

• 虚拟环境：不想使用系统环境，而新建一个虚拟的环境。我们可以新建多个虚拟环境，每个环境中安装不同的包，从而达到不同项目使用不同环境而不互相冲突的效果。
• CondaEnv：方便Pycharm直接调用Anaconda里创建的环境。
• System Interpreter：使用系统解释器，就是使用本地的环境，当初安装python的时候用pip装了一些包就会在这里。

1. 我们从官网下载python解释器之后，将其安装到某个目录下，在pycharm中选择（后面会讲到），就是选择的system interpreter，使用这个，通过目录选择到我们安装的python.EXE就可以了。一般情况下都是这样的。
2. 安装anaconda的时候，它会在安装路径下，也安装一个版本的python，这个python跟我们从官网上下载的那个，存在不同的路径，在不同的环境下，是相互独立的，所以，而如果想将pycharm与anaconda联合使用，就需要在上图选择conda环境，就可以使用conda配置的python环境，使用conda环境下的python包。
3. 关于虚拟环境，这个倒是有些说头。由于不同的python包对于他所调用的其他包的版本不同，对python的版本要求也不同，如果要将这些包装在同一个环境下，是无法兼容的，那么就需要创建虚拟环境，在本地环境中创建的虚拟环境下，就可以装python的其他版本，然后装不同的包，这个虚拟环境就是一个独立的空间。pycharm其实建工程的时候，就会有创建虚拟环境的选项，不过不推荐。其实一般只需要一个环境就可以了，有必要再创建虚拟环境。anaconda非常便于创建虚拟环境和管理，这也是强大之处之一。（具体虚拟环境的解释，如何利用anaconda创建，直接百度吧）

conda与pip的区别

说到anaconda就需要讲讲pip与conda的区别了。

• pip是Python包管理工具，可用于从Python软件包索引 (Python Package Index)——PyPI安装软件包。Pip安装打包为wheel或source发行版的Python软件。（再通过source源码安装时可能要求系统在pip成功安装之前已安装兼容的编译器以及可能的库。）
• Conda是一个跨平台的软件包（不限于Python，任何语言都可）和环境管理器，可用于从Anaconda repository以及Anaconda Cloud安装和管理conda软件包。 Conda软件包是二进制文件，从不需要安装任何编译器。

conda比pip做的更多，conda可以调和所有有包 (包括python包)之间的库依赖；而pip更关注python包，会忽略非python包的库依赖。
Anaconda与conda、pip与conda的区别
conda vs. pip
pip与 conda的区别

wheel文件

whl格式本质上是一个压缩包，里面包含了py文件，以及经过编译的pyd文件。使得可以在不具备编译环境的情况下，选择合适自己的python环境进行安装。
wheel文件本质上就是zip或者rar,只不过他更加方便python的安装以及使用。使用pip install wheel 就可以安装wheel。

在安装了wheel之后我们可以使使用pip install XXX.whl来安装.whl的文件了。（这里的XXX.whl是wheel文件的绝对路径）。
至于pip的使用方法可以看一下博客

whl文件时以wheel格式保存的python安装包，Wheel是Python发行版的标准内置包格式。WHL文件包含Python安装的所有文件和元数据，其中还包括所使用的Wheel版本和打包的规范。WHL文件使用Zip压缩进行压缩，实际上也是一种压缩文件。
目前wheel被认为是python的二进制包的标准格式。