python: python环境搭建

搭建python开发环境

安装的说明

通常大家都会选择将python集成开发环境安装到windows下，开发环境对新手友好。在物联网中我们需要使用linux系统作为后台服务器，所以在本章节我们在电脑虚拟机上安装ubuntu系统，window下安装anconda+vscode,在window下编写代码在虚拟机ubuntu下运行web后台服务器和嵌入式。建议读者可以将环境全部放入ubuntu中，这样有利于开发。

python版本的选择

python具有两个版本，初学者可能会纠结二者的区别，现在大多数的开发人员都会选择python3,而且python3在字符编码，多线程上进行了优化，现在深度学习的框架等第三方安装包对python3大的支持也是越来越大。本书选择的是python3进行开发。

安装anconda 和vscode…

anaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip install命令，Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现，conda install会比pip install更方便一些。比如大家经常烦恼的lxml包的问题，在Windows下pip是无法顺利安装的，而conda命令则可以。

下载

从官网下载：https://www.anaconda.com/download/不过官网速度比较慢，不太推荐。

与Python相对应，Anaconda的版本分为Anaconda2和Anaconda3，大家可以自行下载日常常用的版本，提供32位和64位下载。

当然了，如果你真的选择去官网下载Anaconda的话会发现，速度慢到令人发指；当你等待了30多分钟下载安装完以后想要安装或者更新其中的包时，又会发现其速度慢到会断开连接安装报错……

从清华镜像下载：Tsinghua Open Source Mirror(推荐)https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

选择相应的版本进行下载就好（直接找2019年最新版的Anaconda3）。

安装

下载完成后安装。C盘不吃紧的同学可以一路next，C盘如果吃紧最好换个地方，日积月累Anaconda会占用不小的地方……

下载过程中除了安装位置外，还有要确定下图中第一个将anaconda添加到环境变量中去，这样cmd命令行可以直接使用conda的一些命令，第二个是否默认安装3.6（下图2018版本的界面，所以是3.6），可能现在的最新版本已经到了3.7，这里我建议不要安装3.7，自己在后面的环境搭建中安装。如果是3.6的话没问题，因为目前一些深度学习框架并不支持3.7。

安装完成之后最近安装里面出现如下的软件:

测试安装

一路安装完成以后，就可以打开cmd测试一下安装结果。

分别输入python、ipython、conda、jupyter notebook等命令，会看到相应的结果，说明安装成功。（python是进入python交互命令行；ipython是进入ipython交互命令行，很强大；conda是Anaconda的配置命令；jupyter notebook则会启动Web端的ipython notebook）

配置下载地址

设置国内镜像
别着急，现在还没完事呢。
如果你现在就猴急猴急地去安装很多packages，你会被conda的龟速感动得声泪俱下，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们在CMD中将清华地址加入conda的配置。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

设置一个新的python环境

# 查看当前环境下已安装的包conda list# 查看某个指定环境的已安装包conda list -n python36# 查找package信息conda search numpy# 安装packageconda install -n python36 numpy# 如果不用-n指定环境名称，则被安装在当前活跃环境# 也可以通过-c指定通过某个channel安装# 更新packageconda update numpy# 删除packageconda remove numpy