<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg> <p>书接上回…本章节将讲讲如何搭建 Python 开发环境。有些小伙伴可能会说这 Python 环境搭建有什么好讲的，一笔带过就可以了。</p> 讯享网
是的，这的确是个入门级的问题。不过本系列既然是“从零开始”那么该记录的还是要记录一下的。
先引用百度百科的说法：Anaconda 是一个用于科学计算的 Python 发行版本 ，其包含了 conda 、Python 等 180 多个科学包及其依赖项。
我的理解 Anaconda 就是一个集成工具，它跟 Java 的 Maven，Node 的 npm 的用途是一样。通过 Anaconda 我们能够轻松地将依赖包集成到本地。同时，使用 Anaconda 的 conda create 指令能够直接创建 Python 虚拟环境，再也无需使用
讯享网
来创建虚拟环境了。
安装 Anaconda 最直接的方法是通过官网下载安装脚本，如下图：
可别小看这个脚本 ˶╹ꇴ╹˶！1.1 GB，如下图：
在执行脚本前还需要修改权限，如下图：
由于 conda 系统配置是安装在 .bashrc 文件中，如下图：
讯享网
因此需要重启机器或者重新登录后才能够生效（本人是选择重启的，毕竟新装的 Linux Mint 还有其他更新需要重启生效呢）。重启后打开终端就会看到有一个“（base）”字样出现在每一行的开头，这代表 Anaconda 的根环境（base）已安装成功。
如上文所说，创建 Python 虚拟环境只需要使用 conda create 指令即可。譬如，现在需要创建一个名为“data”的虚拟环境并使用 Python 3.11 版本，那么应该这样写：
好了，“data”虚拟环境就创建出来了，接下来我们需要切换到这个环境中，只需要使用 conda activate data 指令即可，如下图：
讯享网
这里我建议各位先用 which 指令查一下 python 和 pip 指令的所处位置，如下图：
若查询结果如上图所示。那么恭喜你，之后你可以直接使用 pip install 来安装依赖。但若 python 和 pip 不在同一环境下，如下图：
讯享网
这是因为系统安装了 python，pip 对应的是系统层级环境。这时使用 pip install 就会安装到系统环境里。因此遇到这种情况最简单的方法就是使用 python -m pip install 来进行安装了，谨记。
打开 vscode 先安装 Python 插件，如下图：
印象中好像安装了 Python 插件后 vscode 会推送与其相关的一系列插件，这时不要犹豫按要求安装即可。插件安装完成后会在右下角看到 Python 的标志，如下图：
点击后中上方区域会弹出本机所有 Python 环境列表，选取 data 环境即可完成切换。
至此，Python 开发环境搭建完毕。
（未完待续…）
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/191890.html