Python被描述为一种简单的语言——易于学习，易于使用。Python使得为各种各样的应用程序开发强大的软件变得很容易。但是，使用Python和其他任何编程语言一样，很难开始。你要做的每一个选择—操作系统、Python运行时，以及你将用来编写代码的编辑器或IDE。

在本文中，我们将介绍使用Python获得你的适应能力所需的步骤。我们将讨论不同的Python发行版，开发环境中最好的选择，以及用于Python工作空间的工具，比如代码格式化器、项目模板和虚拟环境。希望我们将帮助你避免编写Python编程环境时遇到的一些缺陷。

我们需要解决的第一个问题是，使用Python 2或python3?简短的回答：使用Python 3。

Python 3被认为是当前和未来版本的语言。Python 2现在是一个遗留版本，主要支持向后兼容性。在这一点上，绝大多数第三方Python库支持Python 3，而Python 3具有Python 2中不可用的并发特性和性能优势。另外，两个版本之间的语法差异相当小。如果需要的话，学习Python 2不会花很长时间。

选择你的Python平台

如何开始使用Python将主要取决于你计划作为开发环境使用的操作系统。幸运的是，对于所有主要的操作系统都可以使用Python，因此优秀的Python编辑器和开发环境也是如此，因此你可以自由地从你选择的操作系统开始。

在你安装任何东西之前：本节中的说明是用于安装Python软件基金会所发行的Python标准版本。Python也可以在其他版本中使用，其中一个可能更适合你的需求。在实际安装任何东西之前，请阅读“选择一个发行版”。

Microsoft Windows:Windows默认不能使用Python，但在Windows中安装Python通常不会比下载运行软件时点击几个按钮复杂。如果你使用的是Windows的巧克力包管理器(为什么不呢?这是个好主意，您可以通过在命令提示符键入choco install python3 来安装python3来获得最新版本。

Linux:Python是关于每个主要Linux发行版的标准问题包。问题是您是否会有默认安装的Python最新版本。一些Linux爱好者将Python的较老版本打包，也是一个很好的方法。例如，为该特定发行版编写的Python脚本可能依赖于给定版本的Python。

如果是这样的话，您可能需要使用包管理器来安装另一个版本的Python。如果您想避免与已经安装的版本冲突，pyenv项目允许你指定想要用作默认值的Python的多个安装版本。它还允许为特定项目设置Python版本。

MacOS:MacOS上的情况与Linux类似，有几个例外。首先，最新版本的MacOS(10.11)中唯一预先安装的Python版本是Python 2.7.10。如果您想使用Python 3，则需要使用Homebrew来安装它。你可能还想使用pyenv来管理它。

如果你安装了Docker，你可能只需获得一个具有Python运行时的Docker容器，并以此作为项目的基础。这可能是最好的方法，如果你最终打算通过Docker来部署应用程序，你最好从这里开始。

选择Python发行版

Python可以通过多种不同的发行版来使用，或者重新打包语言运行时。正如不同的Linux发行版是为了满足不同的用例，不同的Python发行版吸引不同的受众和使用场景。

请注意，这并不是Python发行版的最终列表。还有许多其他可用的类似用例，但这些是最著名和最广泛使用的。

CPython:这是Python软件基础创建的默认Python运行时，也是Python的最通用版本。除了解释器和标准库之外，它还包括了一个由Python解释器(例如:,SQLite的二进制文件)。

注意，CPython没有直接提供的技术支持。它确实有一个内置的机制，可以添加名为pip的第三方包，但是更大更复杂的包——特别是那些具有二进制依赖的窗口的包——有时会挑战它的运行。

ActivePython:ActiveState市场有大量的商业和企业级的语言运行时间和ide。ActivePython包含了核心的CPython运行时，并预先安装了几十个受欢迎的第三方库，这些库在不同的规程中使用，因此需要比CPython更少的编程来完成这些工作。ActivePython还通过Intel math内核库增加了许多Python的数学和科学库的性能改进。

没有必要花钱使用ActivePython，发行版有三种版本：免费版(没有服务支持)、商业版(有服务支持、需要额外费用)和企业版(有服务支持、法律费用、大量额外费用)。潜在的企业用户可以从金字塔底层开始工作，以查看ActivePython是否适合他们的项目。

提示:企业用户想要免费使用普通的第三方库，他们可能需要付费支持。

PyPy:作为CPython的一个替代替代品，PyPy最大的区别是它通过JIT(及时)编译器来加速Python应用程序。一些速度可以是戏剧性的，在数量级的数量级上。然而，性能改进将在长时间运行的应用程序中表现得最为显著，而不是执行和退出的自动化样式脚本。

提示：长时间运行的服务的开发人员，Python的动态变得很有用(并且在这里没有使用C扩展)。

Anaconda：Python的一个大用例是数学和统计——工程，数据分析，机器学习。一些Python发行版已经弹出，专门用于那些用例。连续性分析的Anaconda是最著名和最广泛使用的。和ActivePython一样，它为数学和统计捆绑了许多常见的Python库，并尽可能地使用优化的数学库版本。Anaconda还为管理第三方库提供了自己的安装程序，通过管理它们的二进制依赖关系，使这些包更容易保存。

提示：任何使用Python进行数据分析或机器学习的人。Anaconda并不局限于这些用例，而是对它们进行了大量的优化。Enthought Python发行版以同样的方式构建，并用于类似的用例。

选择一种Python IDE

从理论上讲，你不需要任何超过文本编辑器和Python运行时的东西，来开发Python中的软件。在实践中，使用Python支持的IDE开发任何脚本，比使用纯文本更有用。

如果你已经用IDE在开发软件，那么你也可以使用它来编写Python编程。大多数流行的ide都会健壮的支持Python：

微软 IDE： Visual Studio和Visual Studio都通过扩展提供了优秀的Python支持，因此，任何已经在ide之上构建的工作流都需要安装适当的附加组件。

Eclipse广泛应用于Java，但也有其他语言，它也通过附加组件支持Python。或者，你可以使用LiClipse，一个Eclipse IDE的版本，使用各种python支持的附加组件预先安装并随时准备运行。

许多MacOS用户称赞这个出色的文本编辑器的速度、简单性和威力，而且它也有Python支持。崇高的文本甚至有一个集成的Python解释器，它的许多插件都是用Python编写的，这使得Python开发人员可以很容易地用卓越的文本来加强他们的工作流。

Vim和Emacs都有强大的Python支持，可以进一步增强。Vim拥有Python模式插件，Emacs拥有可以通过附加组件增强的基本Python支持。

也有许多Python专用ide，涵盖了各种用例:

与CPython捆绑在一起的IDLE，适用于将快速脚本组合在一起，并帮助那些新的语言获得它们的位置。

来自JetBrains的PyCharm被广泛推荐，原因不难看出。它支持许多原生的Python世界的工具(例如:，Jupyter笔记本电脑)，但也努力使这些工具易于访问和易于使用。

Komodo是由ActiveState生产的IDE，它可以作为ActiveState自己的ActivePython的紧密补充，但它也适用于CPython。

Spyder主要针对的是科学和统计数据的人群，而不是一般的Python软件开发人员，但它包括有价值的东西，比如内置的Jupyter笔记本的支持。

选择你的Python包

如果你使用的是ActivePython或Anaconda这样的发行版，许多常见的第三方Python库要么是预先安装的，要么是通过一个工具从IDE制造商自己的存储库中获取更多的包提供的。如果你使用的是CPython或者其他没有提供这些类型的便利的发行版，那么添加第三方库就有点麻烦了。

Python软件基金会维护了大量的第三方库，即Python包索引(PyPI)。PyPI中的任何包都可以通过pip命令行工具添加到Python安装中。然而，有些包需要为特定的平台构建的二进制文件，而不是PyPI中的每一个包都有二进制文件用于每个平台。在Linux中克服这个问题并不困难，因为它通常允许在飞行中构建二进制文件，但是在Windows中这样做就不那么简单了。

加州大学欧文分校(University of California,Irvine)的克里斯托弗·戈尔克(Christoph Gohlke)提出了一个部分解决方案。他为许多流行的Python包提供了一个非官方的预构建的Windows二进制文件存储库。大多数软件包都是用于科学计算应用程序或机器学习的。NumPy,TensorFlow)，但很多都覆盖了更多的通用用例。用于图像处理的枕头，或异步HTTP服务器Aiohttp。

如果你使用Windows...

对于某些Python项目，Windows用户需要比Linux、MacOS和其他基于unix的系统的用户多做一些手工操作。Windows开发人员必须提供的一种常见工具是C编译器。对于某些包，当这些模块没有以二进制格式提供时，Python将需要一个C编译器来构建某些模块。将Python翻译成C代码的Cython需要一个C编译器来生成工作二进制文件。

好消息是微软自己的C编译器可以通过微软Visual Studio Community Edition免费获得和安装。也可以通过像Cygwin或MSYS2这样的项目来安装GCC(Gnu编译器集合)。然而，由于Visual Studio C编译器被用来在Windows上构建CPython，使用Visual Studio保证二进制文件之间的一致性。

你可能需要的另一个第三方添加，但通常不默认安装的是LLVM编译器框架。一些Python项目使用llvm -举例。Numba将Python函数转换为程序集。如果您在其中一个包中使用，则需要自己安装LLVM，或者使用Anaconda或另一个具有LLVM预集成的Python发行版。

最后，Windows不包括修订控制软件，例如Git。如果没有找到，与Git集成的ide将会犹豫。你可以用Git来手动获得Git，也可以用巧克力来安装。

保持你的Python代码纯净度

大多数语言都有一些执行代码链接和语法标准化的方法。在Python中，有一个包来处理这个工作。所有主要的ide都有一些集成的支持，所以它们值得添加到您的工作空间中。

管理Python代码格式的规则在名为PEP 8的文档中编码。如果你想将这些规则应用于给定的代码库，工具autopep8可以自动完成这项工作。它将Python代码与PEP 8匹配，并返回需要开发人员注意的特定行的警告。大多数带有Python支持的ide都可以使用autopep8作为默认的代码格式化程序。

将格式化规则应用于Python的新项目是yapf。这个工具最初是由谷歌开发的，它完全重新格式化文档，根据PEP 8规则删除所有现有的格式化和重新格式化。使用yapf的一个潜在的陷阱是，它可能会删除你想要手工指定的格式——例如，对于数据文字——但是你可以使用内联注释来切换yapf格式，在需要的时候进行。

像Python这样的动态语言允许开发人员引入细微的bug，但是Python支持工具来帮助解决这些问题。例如，Pylint长期以来一直是Python的常用代码链接工具之一。在其他方面，它可以使用在Python 3.5中引入的可选类型提示功能来检查类型不匹配。另一个项目Mypy专注于类型检查。随着时间的推移，Mypy可能成为Python更有效地编译成本地代码的一种方式(尽管不能为此屏住呼吸)。

创建Python项目模版

如果你发现自己一次又一次地重新创建了相同类型的项目，那么可以省去一些麻烦，为这个项目创建一个模板。这样做的一种方法是为空白项目创建一个Git存储库，随着时间的推移逐步修改它(例如，新版本的库可用)，并为每个修订创建分支或标记。然后，只需通过克隆存储库来实例化一个新项目。

使用Python，你可以通过Cookiecutter项目进一步推进这一步。新的Python项目可以使用Cookiecutter模板来引导，这些模板可以存储在Git中，并根据需要克隆。有一个很好的机会，一个Cookiecutter模板可以用于启动下一个项目，并且您可以始终共享自己创建的模板。

保持Python项目与虚拟环境的直接关系

您使用的Python项目越多，就越有可能使用多个版本的库。示例：你试图维护一个遗留项目，该项目依赖于较旧版本的某些东西，同时构建一个使用相同库的新版本的替换。

Python提供了一种解决这个问题的方法：虚拟环境。虚拟环境允许项目文件夹有其本地库副本，这些库取代安装在Python解释器中的版本。其中大部分是通过命令行工具virtualenv来管理的，它允许您在给定的时刻切换使用哪种虚拟环境。另一个工具virtualenvwrapper进一步自动化了创建虚拟环境的过程。

在IDE中直接支持Python虚拟环境很有可能。例如，PyCharm有内置的虚拟环境支持。

创建虚拟环境的另一种选择是使用Python运行时的独立安装。例如，Windows的CPython可以在“可嵌入的zip文件”格式中获得，这种格式在未打包时可以在自己的子目录中提供最小的Python安装。如果你正在对Python运行时的多个版本进行测试，并且您不想正式安装每个版本并在它们之间进行切换，这是实现这一目标的一种方法。

使用自包含的Python安装有一些缺点。首先，在完整的Python部署中发现的许多特性在默认情况下是不可用的，比如Tkinter UI工具包。(包括SQLite是)。另外，像pip这样的工具并不容易获得;您必须手动提供任何第三方包，或者至少设置PYTHONPATH环境变量(该变量指定可以在何处找到包)以包含到这些包的路径。

分享你的Python应用

Python并没有提供生成一个独立的可执行或自包含的Python程序副本的本地方法，但是第三方库已经填补了这个空白。他们通过将应用程序与Python运行时的副本捆绑在一起来实现这一点。

许多不同的项目可以帮助你做到这一点，但是最著名和最积极的是PyInstaller。PyInstaller有能力为Python提供许多通用的第三方库，甚至那些有二进制模块的应用程序(例如熊猫或NumPy)。

最后，如果你创建了一个你认为会对其他人有用的Python项目，那么请考虑如何打包项目，以便在PyPI上重新分配。第一次这样做时，可能有点尴尬，因为你可能会发现项目的布局需要重新修改以符合PyPI打包标准。但这是值得学习的，因为通过PyPI提供的项目可以很容易地获得通过，并且更容易获得用户的反馈。

本文内容转载自网络，本着分享与传播的原则，版权归原作者所有，如有侵权请联系我们进行删除!