python环境安装有4中方式。

从上图可以了解到
Miniconda的安装包更小,下载和安装速度更快,能够满足日常工作和学习,所以一般推荐使用MiniConda
miniConda的安装地址
#官网地址 速度较慢建议使用镜像下载
https://docs.conda.io/en/latest/miniconda.html
#国内清华镜像网站
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
选择Miniconda3-latest-xxx (笔者这里选择安装Miniconda3 最终版本) 后面根据自己的操作系统自行选择软件包

下载完成直接一路next安装即可(mac x86安装为例子)

配置conda环境变量(window自行百度)
#打开环境变量
sudo vim ~/.bash_profile
#配置conda环境变量
export CONDA_PATH=/opt/miniconda
export PATH=$CONDA_PATH/bin:$PATH
#使得配置文件生效
source ~/.bash_profile
#使用命令查看conda是否安装成功
conda info
学习java语言的读者应该用过IntelliJ IEAD 的工具的,而pyCharm是Python的IDE工具。下面让我们来一起安装一下Pycharm。
#官网
https://www.jetbrains.com/pycharm/
#直接安装使用即可

ok
jupyter理解为一个可以在网页运行python语言的工具。因为我们之前安装了MiniConda,所以此处使用MiniConda安装Jupyter。
Windows操作系统:
Mac或Linux操作系统:
使用Jupyter
#切换到对应的开发环境
cd xxx/myFirsyPy
#启动jupyter
jupyter notebook

#创建一个指定python版本是3.9的的虚拟环境
conda create --name my_conda_env python=3.9
#查看创建的环境
ls <minConda的安装路径>/envs
#查看conda创建的所有虚拟环境
conda env list
#切换虚拟环境
conda activate my_conda_env
#查看当前环境中所有的依赖库
conda list
#查看当前环境中所有的python模块
pip list
#退出当前环境
conda deactivate
#删除conda环境
conda env remove -n ${环境名}
配置镜像
#window系统
创建pip目录并创建pip.ini文件
#mac或者liunx系统
创建.pip目录并创建pip.conf文件
##两者配置进行文件(清华镜像)
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[instal1]
trusted-host = pypi.tuna.tsinghua.edu.cn
安卸模块
#以安装numpy为例(不指定版本则下载最新的)
pip install numpy==1.16.5
#查看安装的numpy
pip list
#卸载numpy
pip uninstall numpy
配置镜像
#进入conda prompt 执行如下命令(清华镜像)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
#查看镜像是否配置成功
conda config --show channels
安卸模块
#以安装numpy为例(不指定版本则下载最新的)
conda install numpy==1.16.5
#查看安装的numpy
conda list
#卸载numpy
conda uninstall numpy
命令行模式
#选择对应的虚拟环境
conda activate my_conda_env
#运行python脚本
python /${脚本路径}/HelloWorld.py
pycharm
新建项目关联虚拟环境

已有项目更改虚拟环境

Jupyter
#切换到对应的虚拟环境
conda activate ${需要关联的虚拟环境}
#对应的虚拟环境安装 ipykernel
pip install ipykernel
#回到base环境并设置
python -m ipykernel install --user --name my_conda_env --display-name my_conda_env