即使对于有经验的开发人员，管理本地 Python 开发环境仍然是一个挑战。尽管有详细的软件包管理策略，但仍需要采取另外的步骤来确保你在需要时运行所需的 Python 版本。
一个传统的方案是每个版本的 Python 可执行文件使用不同的名字，如 python、python2.6、python3。
由于Python的版本过多，且不同版本之间差异性较大。同时又因系统底层需要调用当前版本Python，所以不能随意变更当前系统Python版本。因此，在多版本共存的情况下，Python多环境管理工具非常重要，常见Python多环境管理工具有Pyenv和Virtualenv。
安装python-3.4.6: 1)在python官网上下载相应的Linux版本: https://www.python.org/downloads/source/. 这里首先安装Python-3.4.6. 下载完毕, 解压:
访问 https://www.python.org/downloads/ 并下载最新版本的 Python。在本书撰写的时点，最
你可以通过终端窗口输入 “python” 命令来查看本地是否已经安装Python以及Python的安装版本。
本次将向大家介绍如何在本地搭建Python开发环境。 Python可应用于多平台包括 Linux 和 Mac OS X。 你可以通过终端窗口输入 "python" 命令来查看本地是否已经安装Python以及Python的安装版本。 Unix (Solaris, Linux, FreeBSD, AIX, HP/UX, SunOS, IRIX, 等等。) Win 9x/NT/2000 Macintosh (Intel, PPC, 68K) OS/2 DOS (多个DOS版本) PalmOS Nokia 移动手
Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。里面的环境是分离开的，需要用到什么环境可以进行切换，如同虚拟机一样。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
首先第一个问题：Python版本的问题，Python 2.x 和Python 3.x 版本区别还是比较大的，版本多了不易管理。
学习python的第一步，就是要学习python开发环境的配置，在配置好python开发环境后，你需要再安装一款比较趁手的编辑器，事实上，python解释器本身就可以进行一些编辑，但是为了更高效率地开发python相关项目，我们可以借助一些编辑器来提高我们的生产力。
Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。
博主的电脑为2017款macbook pro ，电脑自带python2.7版本，在网上查资料得知由于很多系统服务依赖于自带的2.7py，所以不敢卸载，因此只能安装双兼容python，这里以Python3.7版本为例。
小Q 等闲变却故人心却道故人心易变。 --- 纳兰容若
Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。
序 Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。 个人尝试了很多类似的发行版，最终选择了Anaconda，因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda，对Anacon
Python编程语言非常强大，非常容易上手，版本更新也不慢，在win10 x64中兼容性也很好，直接安装不需另外配置，虽然Python2和3有点异同。学习的话选择最新的 python 3.7.1版。
程序和可执行文件可以在许多目录，而这些路径很可能不在操作系统提供可执行文件的搜索路径中。
Python3 环境搭建 本章节我们将向大家介绍如何在本地搭建 Python3 开发环境。
你可以通过终端窗口输入 "python" 命令来查看本地是否已经安装Python以及Python的安装版本。
Anaconda 是一个包含数据科学常用包的发行版本。它基于 conda(一个包和环境管理器) 衍生而来。应用程序 conda 是包和环境管理器：
在安装使用 detectron2 的时候碰到**Kernel not compiled with GPU support **问题，前后拖了好久都没解决，现总结一下以备以后查阅。
首先，在python的官网下载python版本，需要下载你电脑对应的版本，在【计算机】-【属性】中查看自己是32位还是64位操作系统（官网地址在网上自行搜索）。
node-gyp是用Node.js编写的跨平台命令行工具，用于为Node.js编译本机插件。它包含gyp-next项目的供应商副本，该副本以前由Chromium团队使用，已扩展用来支持Node.js本机插件的开发。
内容一览：TVM 共有三种安装方法：从源码安装、使用 Docker 镜像安装和 NNPACK Contrib 安装。本文重点介绍如何通过源码安装 TVM。
“生命苦短，我用 Python。”一句话说明了 Python 开发的便利性，这也是这么多开发者热衷 Python 的原因。
Downloads 》》Windows 跳转页面：https://www.python.org/downloads/windows/
1、Anaconda简介2、Anaconda安装(Linux和Windows)3、Conda的包管理与环境管理
如果出现：pyenv: no such command `virtualenv-init' 这个报错。解决如下：
1、打开Python官网 https://www.python.org/downloads/
当 IDF 更新时，有时需要新的工具链，或者将新的需求添加到 Windows MSYS2 环境中。要将旧版本的预编译环境中的数据移动到新版本：
Houdini是基于QT进行的开发，支持 Python、HScript二种脚本进行插件开发。
上周结束了如何构造一个机器学习项目的系列文章，当然还有一篇简单的总结以及介绍一些入门的学习资料，不过还在整理，应该这周内会整理好的。
Python3可应用于多平台包括 Windows、Linux 和 Mac OS X。
可以看到，是从pyenv也是官方网站下载编译安装的。warning提示的是害怕通过pyenv安装的python会使用提示的文件中的配置，从而影响新安装的python使用其中的配置，脱离了pyenv对python版本的管理目的。 Tips: 新手要明确一个概念，使用pyenv时是从python发行版的官网新安装的，和现有系统中的python版本没有一点关系，当前系统的旧版本依然好好的呆在它原来的位置。有了pyenv，系统有的旧版本被pyenv当作system版本来看待。pyenv安装的新版本都是放在了~/.pyenv/versions/目录下的。pyenv根据其设计原理就使用versions目录下的正确版本了。
pyenv是一个管理多版本Python的工具.前身为Pythonbrew，pyenv允许你改变全局的python版本，安装多种不同的python版本，设置应用指定的python版本以及创建/管理虚拟的python环境
以m结尾的版本是用C函数malloc,的一个非常特殊的版本编译的，它在python应用程序中的速度更快。
PyGraphviz 对于图、点和边的设置，如颜色、样式、形状等属性，分别提供有 graph_attr、node_attr 和 edge_attr 属性设置函数。
第一次接触Python，可能是爬虫或者是信息AI开发的小朋友，都说Python 语言简单，那么多学一些总是有好处的，下面从一个完全不懂的Python 的小白来安装Python 等一系列工作的记录，并且遇到的问题也会写出，让完全不懂的小白也可上手安装，并且完成第一个Hello world代码。
Python（英语发音：/ˈpaɪθən/）, 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年，Python 源代码同样遵循 GPL(GNU General Public License)协议[1] 。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。
Anaconda安装：Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境，避免用户的Python环境安装太多不同版本依赖导致冲突。
sys.argv 命令行参数List，第一个元素是程序本身路径 sys.modules.keys() 返回所有已经导入的模块列表 sys.exc_info() 获取当前正在处理的异常类,exc_type、exc_value、exc_traceback当前处理的异常详细信息 sys.exit(n) 退出程序，正常退出时exit(0) sys.hexversion 获取Python解释程序的版本值，16进制格式如：0x020403F0 sys.version 获取Python解释程序的版本信息 sys.maxint 最大的Int值 sys.maxunicode 最大的Unicode值 sys.modules 返回系统导入的模块字段，key是模块名，value是模块 sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 sys.platform 返回操作系统平台名称 sys.stdout 标准输出 sys.stdin 标准输入 sys.stderr 错误输出 sys.exc_clear() 用来清除当前线程所出现的当前的或最近的错误信息 sys.exec_prefix 返回平台独立的python文件安装的位置 sys.byteorder 本地字节规则的指示器，big-endian平台的值是'big',little-endian平台的值是'little' sys.copyright 记录python版权相关的东西 sys.api_version 解释器的C的API版本 sys.version_info >>> sys.version_info (2, 4, 3, 'final', 0) 'final'表示最终,也有'candidate'表示候选，表示版本级别，是否有后继的发行 sys.displayhook(value) 如果value非空，这个函数会把他输出到sys.stdout，并且将他保存进__builtin__._.指在python的交互式解释器里，'_'代表上次你输入得到的结果，hook是钩子的意思，将上次的结果钩过来 sys.getdefaultencoding() 返回当前你所用的默认的字符编码格式 sys.getfilesystemencoding() 返回将Unicode文件名转换成系统文件名的编码的名字 sys.setdefaultencoding(name)用来设置当前默认的字符编码，如果name和任何一个可用的编码都不匹配，抛出LookupError，这个函数只会被site模块的sitecustomize使用，一旦别site模块使用了，他会从sys模块移除 sys.builtin_module_names Python解释器导入的模块列表 sys.executable Python解释程序路径 sys.getwindowsversion() 获取Windows的版本 sys.stdin.readline() 从标准输入读一行，sys.stdout.write("a") 屏幕输出a
1、本地虚拟机版本是 CentOS6.9 | 连接的云主机是 Ubuntu18.04。【两个都连接成功了，方法步骤一样】
2、Android-SDK（我的个人百度云:https://pan.baidu.com/s/1_yTZ6uLMK52JGUvIh6P8HQ）
Life is short, I use python pyenv用来管理多个版本的python在用户目录的安装和使用, 类似rbenv pyenv与pyenv-virtualenvwrapper: brew install python pyenv pyenv-virtualenvwrapper sudo pip install virtualenvwrapper #如果pip不存在 sudo easy_install pip >然后你需要把以下内容粘贴到~/.bash_profile文件中 #
2.x版本将慢慢退出历史的舞台，建议你从3.x开始学习，本教程所使用的python版本是3.6
当前有很多工具辅助大数据分析，但最受环境的就是Python。Python简单易用，语言有着直观的语法并且提供强大的科学计算和集群学习库。借着最近人工智能，深度学习的兴起，Python成为时下最火的语言，已经超越了Java和C，并且纳入了国家计算机等级考试。本篇文章主要讲述如何在CDH集群基于Anaconda安装包部署Python3.6.1的运行环境，并使用PySpark作业验证Python3环境的可行性。
想必在学习Python时会面临选择Python2.X或者是Python3.X的问题。
Linux系统中默认的python版本为Python 2，而根据Python的官方邮件消息，Python 2即将于2020年终止所有的支持。简单的将Python由2升级至3则会有很大的技术风险隐患，因为Linux的一些常用指令，如yum指令，会对python存在依赖。所以我们需要找到一种对linux系统无影响的python3环境搭建过程，而本文即是对此的记录和思考。
这是为了后面好添加系统变量，系统变量的作用就是能让你在终端上运行python或运行python脚本
领取专属 10元无门槛券
手把手带您无忧上云
