零基础学Python--搭建你的开发环境

也许有些小伙伴看了上一篇文章之后，发觉Python是真的很简单。但是不知道学了到底有什么用，其实应用非常的广，像是网络的前端后端、机器学习、计算机视觉，甚至你需要去批量抓取一些数据等等，都是Python的主战场，甚至有很多公司开始把用Matlab写的算法改为用Python来实现。如果你下定决心来学习Python，那么这个系列的文章就可以带你从零走向Python的巅峰。

既然要学Python，那么我们肯定要来搭建一个Python开发的环境。本文会尽可能多的覆盖各种不同的需求，可能信息需要筛选，但我会致臻完美的来写这篇文章。

一、系统需求

其实Python的开发对系统的要求并不高，尤其是对于Python的初学者来说，一台普通配置笔记本就可以搞定，但对于要做图像处理、计算机视觉以及深度学习方向的同学来说，配置就得下点功夫了，并且不太建议使用笔记本。这部分我有一篇文章里有写到，不过百家上暂时没有，后续会发上来。

无论是Windows、还是Linux各个发行版、或者是MacOS，都可以很轻松的运行Python，所以没有什么特别的限制。

二、安装Python

首先，我建议安装Python3。由于历史的原因，导致Python2和Python3的差异比较的大，并且很多包无法兼容。我们一切向前看，对吧，所以Python3毫无疑问。

Windows

相信Windows是大多数人的选择，当然如今用Ubuntu的人也不在少数了！下载Python3 Windows安装文件，当然根据你的系统是64位还是32位来选择正确的版本。在哪里下载呢？不好意思，百度的文章里不可以放。百度一下，你就知道。嗯，很硬，没收钱。下载完，一顿下一步就搞定了。

Linux

对于Debian版的Linux来说，可以下载相应的deb包进行双击安装，如果是Ubuntu，也可以使用sudo apt-get install Python3.6，如果你的Ubuntu版本过低，那么你可以为你的Ubuntu更换一下源。我们下面列一下主流Linux发行版的安装方法：

Ubuntu 16.10及以上

sudo apt-get update

sudo apt-get install python3.6

Ubuntu 16.10 以下

sudo apt-get install software-properties-common

sudo add-apt-repository ppa:deadsnakes/ppa

sudo apt-get update

sudo apt-get install python3.6

Fedora

sudo dnf install python3

Red Hat

sudo yum install python3

SUSE

sudo zypper install python3

当然，对于Linux来说，我推荐使用Ubuntu，简单易用，尽管我也曾经顽固的使用文本模式，但是事实上效率才是最重要的，对吗？别说文本模式下效率可以很高，文本模式我算是用的登峰造极了，但是抛弃自己的那种老程序员优越感之后，其实图形界面是更人性化的，并且也可以切换文本模式。

MacOS

事实上MacOS是很适合做普通的开发的，当然深度学习训练肯定是搞不定的。我们来看看基本的安装步骤吧，由于MacOS是在Unix的基础上发展起来的，显然它走了一条不一样的路。

这里有些步骤得百度一下，因为百度的人工智能机器人看到下载路径后会兴奋。

xcode-select --install

安装HomeBrew

brew install python3

到这里我们就可以用如下命令来检查我们Python是否有安装成功。

python3 --version

三、安装IDE

一般来讲，我会建议大家安装一个Docker或者VirtualENV，不过其实对于初学者来说，我们先跳过这步，避免这个东东打乱大家的思维。我们直接来安装IDE，IDE的安装其实很简单了。IDE一般我推荐使用Pycharm，Jupyter也很好，也更流行，但Pycharm可以科学的获得使用权限，功能也更强大。同学们需要的话可以百度一下，也可以评论中表达是否需要。我们来看几款主流的IDE。

Pycharm

直接下载安装包安装即可，有针对不同系统的双击666安装包，使用方便、功能强大，就是不一样。

Jupyter

这个其实很流行，用的人也很多，其实我不喜欢，如果要接Github，我更喜欢Atom这个纯编辑器，或者Jupyter notebook，它的编辑器是用的Atom。说到底，最爱还是Pycharm，科学的使用软件本身就是件喜闻乐见的事情。

Jupyter的安装其实是要去安装Anaconda，这是一个包含了很多数学和计算相关库的Python包，深度学习和机器学习的同学可以直接安装Anaconda，非常的方便。之所以本文没有讲它，是因为它会破坏文章的结构，并且对于初学者可以不去关心它！PIP的包可以随时帮助我们安装各种包，所以不用考虑这个问题。

Spyder

pip install spyder

IDLE

算了吧，提一下它，给它点面子，毕竟IDE不多，大部分都是编辑器。但是真的不好用，别装它了。

基本上到这里，我们的Python的开发环境就搭好了，有些文章会推荐安装一些包，我不推荐，因为只有用到的时候，你才能更好的记住。Python作为胶水语言有非常强大的用途，不说它那些功能强大的计算和图形处理的包，就说简单的网络处理的包就非常有用，比如程序员同学们想浏览一下某网站的图片，又不太好意思，他们就会使用一个代理，伪装一下包头，用一个程序去获取一些图片，然后最后头发越来越少，对，真的不是因为写程序写的。