前言

作為.NET Coder可能.NET Core是現階段首要學習方向，但是說實在的對Core真的不感冒。

原因有幾點：

1.公司項目底層需要的一部分庫，Core還不支持。

2.同樣的需求，.NET能滿足的情況下，為何要用Core再實現一遍呢？如果不是為了特殊的跨平臺需求，我覺得根本沒必要。

3.Core的社區太羸弱（無意冒犯），它出現實在有點晚，生態還不完整，所以打算觀望一段時間。

本人目前對人工智能方面的技術非常感興趣，Python作為人工智能的首選語言........所以沒辦法了。

認識Python

Python 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的弱類型語言

1.Python 是一種解釋型語言 ： 這意味著開發過程中沒有了編譯這個環節。

2.Python 是交互式語言 ：這意味著可以在一個Python提示符，直接互動執行寫你的程序。

3.Python 是面向對象語言 ：這意味著Python支持面向對象的風格或代碼封裝在對象的編程技術。

Python正式誕生於1991年，而Python的解析器有多個語言實現版本，常用的是Cpython（官方版本，C語言實現）、Jython（可運行在Java平臺）、IronPython（可運行在.NET和Mono平臺）、PyPy（Python實現，支持JIT即時編譯）。

Python目前有兩個版本：Python2和Python3。向下是不兼容的，有著些許的區別。現階段大部分公司用的是Python2，而官方是推薦Python3，我個人因為並不打算轉向Python開發，所以選擇Python3學習。

環境搭建

Python支持Linux、MacOS、Winodws平臺下開發，我這裏只講Winodws平臺的環境搭建，自個也有Linux虛擬機和環境，但還不太適應，所以考慮學習成本，盡可能專註Python上，減少其它知識點的幹擾（等我對Linux熟悉以後再說）。

1.認識Anacondata

首先我們需要了解python的本質，當我們在使用python語言編寫程序之前需要下載一個python解釋器, 這才是python的核心,如果沒python解釋器, python代碼是沒辦法運行的。同時開發過程中還需要其它的開源包。

初學Python的很多人會去官網下載安裝python解釋器,然後需要的外部包再一個個引用。其實完全沒有必要。

Anaconda是專註於數據分析的Python發行版本，包含了conda、Python等190多個科學包及其依賴項。conda 是開源包（packages）和虛擬環境（environment）的管理系統。

開源包管理：可以使用 conda 來安裝、更新 、卸載工具包 ，並且它更關註於數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、 pandas、Scikit-learn、Scipy 這些在數據分析中常用的包。

虛擬環境管理：在conda中可以建立多個虛擬環境，用於隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。

2.Anaconda安裝

進入 https://www.anaconda.com/download/ 下載Anaconda安裝包

開始安裝步驟

勾選【Add Anaconda to my PATH environment varable（將Anacondata添加環境變量）】

3.配置環境變量

我的電腦==》右鍵==》屬性。點擊【環境變量】

雙擊【Path】

添加三個path路徑（均在Anaconda的安裝路徑上）。

4.創建虛擬環境

因為conda下載文件要到國外服務器，速度比較慢。所以我們要添加一個清華的鏡像服務器來解決。

打開CMD或Anaconda Promp：

1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2 conda config --set show_channel_urls yes

避免和基礎環境沖突，我們新建虛擬環境，可以在虛擬環境中安裝不同的python版本或python工具包，不需要是也可刪除，保證基礎環境不受幹擾。

打開CMD或Anaconda Promp：

1 conda create –n jonins_py36 python=3.6

這裏jonins_py36是環境名稱可自行設置，python=3.6是版本，可以設置其它版本。

若提示：Proceed ([y]/n)? y，輸入y回車。

如圖所示，表示環境配置成功。

嘗試觸發新建的環境：

1 activate jonins_py36

會顯示如下，表示已載入此環境。

5.安裝Python工具包

工具包是可以選擇性的安裝在我們創建的環境中，例如要安在我們的虛擬環境中則需先進入虛擬環境（activate 環境名稱），然後安裝。不進入的話則默認安裝在基礎環境。如安裝scipy工具包命令：

1 conda install scipy

6.Anacondata命令

切換環境：activate jonins_py36

所有環境：conda env list

可以輸入python打開解釋器輸入import scipy 如果報錯則scipy包未安裝，exit()推出解釋器。

查看環境包的信息：conda list

安裝包：conda install scipy

卸載包：conda remove scipy

導出環境,，將包信息存入yaml文件中.：conda env export > jonins_py36.yaml

導入環境，當需要重新創建一個相同的虛擬環境時可以用：conda env create -f jonins_py36.yaml

常用的命令如下：

activate //切換到base環境

activate jonins_py36 //切換到jonins_py36環境

conda create -n jonins python=3 //創建一個名為jonins的環境並指定python版本為3的最新版本

conda env list //列出conda管理的所有環境

conda list //列出當前環境的所有包

conda install numpy //安裝numpy包

conda remove numpy //卸載numpy包

conda remove -n jonins --all //刪除jonins環境及下屬所有包

conda update numpy //更新numpy包

conda env export > jonins.yaml //導出當前環境的包信息

conda env create -f jonins.yaml //用配置文件創建新的虛擬環境

集成開發環境（IDE：Integrated Development Environment）

1.集成開發環境選擇

1.Vim+Python，上個月最開始學習使用的這種，很不適應，並且配置真的是一頭霧水，真正python大神所用（Vim設計理念很吊，有它的獨特之處，分幾種種常用的模式，這個以後再說）。

2.Subline+Python ，對我而言跟Vim+Python沒什麽區別......

3.PyCharm 是由 JetBrains 打造的一款 Python IDE，支持 macOS、 Windows、 Linux 系統。功能有 : 調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制等。

4.Visual Studio Code由微軟在2015啟動，一個運行於 Mac OS X、windows和 Linux 之上的，針對於編寫現代 Web 和雲應用的跨平臺源代碼編輯器。

Anaconda中已經集成Visual Studio Code，Anaconda安裝完成後可以直接在Anaconda Nagvigator界面中安裝Vscode。安裝好之後，就可以使用vscode來進行python的學習。

5.Visual Studio不用多說了，用過的都說好，作為世界最強大的IDE，我個人的首選。

2.Visual Studio&Hello Word

運行【Visual Studio Installer】。將Python開發和數據科學和分析應用程序 勾選即可。

安裝完畢後，Visual Studio會自動引入我們前面安裝的Anaconda環境。

創建一個解決方案，用於Pytong的學習，添加Python項目。

可以看得項目的Python環境已經集成，如果需要可以右鍵更換Anaconda的環境。

寫一行Python的代碼：

1 print("Hello World")

運行結果：

開發環境搭建完成。

結語

環境搭建，不管任何平臺網上有很多資料，寫這篇的目的是希望自己能有始有終，就像當初學習C#。

同樣的路程，但是可能是完全不同的風景，期待ing......

認識Python&基礎環境搭建