从0开始学Python：02搭建开发环境

• By IanGoo

从本文开始，我们将真正踏上码代码之路。

写程序这活，本身就要用到程序。为了让代码能跑起来，我们需要一系列软件构成一个“开发环境”（Development Environment），有的开发环境是高度集成化的One Piece，安装一套软件就可以完成从码代码到调试到编译运行到抓Bug乃至于写文档甚至学习技巧的全部工作，这种开发环境被称为“集成开发环境”（Integrated Development Environment，IDE），最有代表性的集成开发环境当然就是微软的航空母舰——Visual Studio。

Visual Studio给我带来的回忆是挺痛苦的，安装一下这玩意儿消耗的时间基本上都是一个小时起，如果安装离线文档的话一下午就没了。所以，虽然现在Visual Studio可以实现Python的All-in-One开发，我还是建议审慎使用，毕竟Visual Studio我叫它航空母舰不光是描述它的功能（确实很强），也是在描述它的体积（确实很大）。

另一类看起来就比较泥腿子了，随便抽出个文本编辑器就可以写代码，写完了用调试器调试，用编译器编译或者用解释器运行。至于用什么编辑器、用什么调试器、用什么编译器、用什么解释器，悉听尊便。如果说集成开发环境是品牌整机的话，这种散装开发环境就是自己攒的DIY机器。看起来没有一个世人皆知的BlingBling的品牌Logo，但是每一个零件都可以按照使用者的要求进行配置，可以做到极高的效率和极为舒适的使用体验。

所以，本文也将遵从泥腿子方法，在Windows环境下从零自建一整套开发环境。我们需要使用的东西有：

• Python Embeddable
• pip
• Microsoft PowerShell
• Microsoft Windows Terminal（可选）
• Microsoft Visual Studio Code

在开始之前：是时候更新一下Shell了

在Python学习的第二篇里，我们就提到了Unix Shell。在Unix和类Unix操作系统（BSD、Linux）当中，Shell的功能极为强大，但是到了Windows这边，只有一个祖传的“命令提示行”，这玩意儿的功能属实拉胯。

但是这也没有办法，因为两者压根就不是一个东西。

在Unix和类Unix操作系统当中，Shell极为重要。操作系统——本质上是一大堆程序的集合，这些程序有负责文件读写的、有负责内存管理的、有负责资源调度的，但是，这玩意儿得要和人交互，于是，在进行操作系统设计的时候，在这摊程序的外边设计了一个“壳”，在这个壳上做出相应的输入，数据传递给里面的内核，内核完成操作后将输出透过壳传递出来，这个“壳”，就是Shell。在Unix和类Unix操作系统的设计当中，Shell是一个完备的操作系统外壳，所有与操作系统的交互都是通过Shell来完成的——即便是通过图形界面也不例外。CLI（命令行界面）与GUI（图形界面）不过是Shell的两张脸。微软的Windows设计思路则不太一样，它的GUI从某种程度上说是Shell的本体，命令提示行这个东西更像是从DOS时代遗留下来的一个历史文物，很多通过GUI完成的操作在命令提示行里根本就没有对应的实现。

对于桌面来说，这不是一个问题。但是在某些场合，这就让Windows很尴尬了——比如服务器，比如超算（超级计算机）。这些设备都部署在远程。我们在桌面上使用图形环境的时候，数据走的是总线这样的康庄大道，从CPU到PCI-E再到HDMI或者DP，数据吞吐量之巨大完全够支撑GUI的运行。但是到了远程操作的时候，面对网线这样的小水管，想要传输图像就很尴尬了，用过远程桌面或者Teamviewer这样的远程控制软件的应该知道这种感觉。这种小水管传输纯文本的命令就便当多了，而类Unix系统的Shell功能强大这一点优势就非常明显了，因此，服务器操作系统往往使用的是不带GUI的类Unix操作系统，超算领域更是Linux一统天下。

为了应对这样尴尬的局面，微软推出了PowerShell作为Windows自己的“Shell”。和尴尬的命令提示行相比，PowerShell的功能终于强悍多了。

为什么要花这么多文字来提Shell，原因就在于多数Python实现的交互是通过CLI来完成的。在Linux当中非常简单，大把的终端工具可以用，但是在Windows下就比较蛋疼。一般只有文物级别的命令提示行可以用，就算是有了比较强的PowerShell，在写这篇稿子的时候，最新的Windows 10 20H2里内建的PowerShell依然是老旧的5.1，最新的PowerShell版本则是7.1。本文提到的编辑器Visual Studio Code会调用系统最新的PowerShell来作为与Python交互的界面，自然我们希望使用最新的PowerShell。

更新PowerShell的方法非常简单——微软已经将PowerShell上架到了Microsoft Store，直接在里面搜索、安装即可。

安装了PowerShell，还可以顺手安装一下Windows Terminal。

Emm……这又是个啥？

如前所述，Shell包裹着操作系统的内核，安装着这个操作系统的机器可能是一台服务器，有很多的终端机连接到这个服务器的操作系统的Shell，用户通过终端机输入命令，命令传递给Shell，Shell再将命令传递给内核（Kernel）。在逻辑上终端机是访问Shell的入口，它既可以安装在远程，也可以安装在本机。MacOS和Linux上的“终端”在操作本机的时候都属于本地的终端。长期以来，Windows也没有属于自己的终端应用，还好，微软也是痛定思痛，推出了自己的终端应用——Windows Terminal，同样在Microsoft Store里面可以下载。Windows Terminal可以打开命令提示行、PowerShell和Azure Cloud Shell，也可以连接到Linux，可以说是非常全能了，好好调校一下视觉效果也颇为不错。

搞定了Windows的Shell，下面我们开始整Python本体。

安装Python Embeddable

Python提供了两种主要的安装方式：Installer和Embeddable。对于大多数人来说，Installer是最简单的，像安装别的软件一样安装即可，系统会自动配置，还带了后面会介绍的pip，还有一个简易的IDE——IDLE。

虽然本系列是从0开始，但是并不意味着我们会忽略细节。Installer帮助用户配置了很多东西，这就意味着这些东西会被使用Installer部署的用户忽略掉——这些对于理解Python哲学是有不小的意义的，所以，我们会选择以Embeddable着手，自行搭建开发环境。

首先，下载Python Embeddable。到Python Windows下载页面选择Windows embeddable package (64-bit)。下载下来之后，会发现这是一个.zip包。

“Embeddable”指的是“可嵌入”，在别的软件当中需要使用Python的解释环境的时候，就可以使用Python Embeddable。在Alias和UE当中的Python其实都是Python Embeddable。这是最原始、最简单、最纯粹的官方Python环境，它只有一个cpython解释器和对应的交互环境，就这些。这两个也是运行Python的最低要求，而Installer里面其他的pip、IDLE之类的，统统没有——全都得自己动手丰衣足食。当然，除了cpython之外，还有别的解释器，如Pypy、jython等，不过最常用的还是官方的实现cpython。

这里我们可以将这个.zip解压到一个地方，比如D:\tools\python。检查一下python.exe在这个文件夹里就可以。这就是我们的Python的根目录，这个目录非常重要，请记好。然后，我们用任意文本编辑器打开python目录当中的python39._pth文件，将import site前面的#去掉。这会在日后我们引用别的包的时候自动将其添加到当前的运行环境。

然后，我们需要将这个目录添加到环境变量的PATH当中。

在Windows Terminal、PowerShell或者命令提示行当中，我们可以通过输入诸如dir、cd这样的命令来实现特定的功能，这些命令其实都是一段小程序，对于系统内置的命令来说，直接敲，总能看懂。但是，Python是空降到我们的电脑当中的，系统应该不认识。这就是环境变量的作用，一旦一个目录被添加到环境变量的PATH当中，我们就可以直接在命令提示行或者PowerShell当中执行该目录中的可执行文件。

添加环境变量的方法很简单：进入系统属性的高级标签页，点环境变量(N)...，就会看到环境变量窗口，我们在下方的系统变量(S)中找到变量Path，按下方的编辑(I)...，在编辑环境变量窗口中单击新建，将Python的根目录D:\tools\python粘贴到里面，确定一下，就成功了。

此时，Python就算是安装完成了。我们打开PowerShell、命令提示行或者Windows Terminal，输入python然后回车，如果出现这样的界面，那就说明Python已经能够使用了：

这个界面就是cpython的界面，在>>>后面就可以输入Python代码，并立即得到结果，如这样：

Emm，顺手就写了编程新手最常写的第一个程序——Hello World。

安装pip

pip是什么？

我们在编写Python程序的时候，经常会用到一个语句：import。import的作用是引用某个外部的包。那么——这些包在哪儿呢？

答案是得从网上下载。Python支持使用包进行扩展，这一特性类似于Firefox浏览器，没有某些功能，可以通过扩展来实现，而pip就是管理这些包的工具。

如果使用Installer来部署Python的话，pip已经包含在内了。但是由于我们使用的是纯手动部署，就只能自己动手丰衣足食了。

pip本身就是一种扩展，要安装它，就需要一个初始的下载脚本，这个脚本可以从这里下载：https://bootstrap.pypa.io/get-pip.py。下载之后，将它扔到某个目录当中。

然后，我们使用命令行工具定位到这个目录。这个操作对于现代人来说比较古老，我们可以打开命令提示行、PowerShell或者Windows Terminal，然后用cd命令来定位目录。如get-pip.py放在E:\Downloads当中，就可以输入：

cd E:\Downloads

当然，也有比较简单的方法，就是在目录窗口里右击，如果安装了Windows Terminal的话，可以看到Open in Windows Terminal的选项，点这个选项会直接进入Windows Terminal并定位到该目录，也可以按住Shift然后右键，除了使用Windows Terminal打开的选项之外，还可以看到在此处打开PowerShell窗口。这个选项就可以使用PowerShell进入这个目录——如果你的环境实在太过于古老（比如还在使用Windows 7甚至Windows XP的话），至少能看到在此处打开命令提示行，这也是可以的。

进入目录后，运行命令：

python get-pip.py

这个命令的意思是“使用Python运行当前目录下的get-pip.py这个脚本。Python目录已经被加入环境变量的Path，因此系统认识这个命令。而这也是日后我们运行Python脚本的常见操作，即python 脚本名称.py。这个命令敲进去之后，Python马上就开始干活了，就可以在命令行的黑框框里看到这样的画面：

如果看到这样的画面，说明pip已经安装完成了。这时候打开Python根目录，就可以看到里面多了两个目录——Scripts和Lib。前者是Python调用的脚本目录，后者则是包的存储目录。

pip安装完成之后，需要做两件事情：

第一，如同pip安装完成后命令行提示的两段黄字所说，将Scripts目录加入到Path环境变量。这主要是方便日后可以直接通过pip命令来添加、删除、更新、管理Python包。操作和之前将Python根目录添加到Path环境变量的方法一样，如果你的Python安装在D:\tools\python当中的话，就在Path里面添加D:\tools\python\Scripts。在介绍如何添加环境变量的那张图里已经添加进去了。

第二，将包的目录添加到当前的Python环境。还是使用任意文本编辑器打开python39._pth，在最下面添加一行：Lib\site-packages。这就使得我们以后在编写程序的时候使用import导入包的时候可以扫描这个目录。

我们可以尝试运行一下pip看看有没有安装成功，重启命令行后运行pip list可以查看目前已经安装的包：

如果出现上图就说明pip也安装成功了。

安装、配置编辑器

编写源代码，其实本质上是在处理纯文本文件，这就要用到文本编辑器。在Windows系统上，普及率最高的文本编辑器当属系统自带的记事本。但是，记事本的功能也是相当孱弱的，用它来写代码相当难受。因此，程序猿们普遍使用的是一些比较高级的文本编辑器，如VIM、Emacs、UltraEdit、EmEditor、Atom、Brackets、Sublime……（要是不踩刹车的话还能继续写出一长串）。

我使用的是微软推出的文本编辑器——Visual Studio Code。注意！不是Visual Studio！Visual Studio Code属于编辑器，而Visual Studio属于IDE（集成开发环境），后者的功能比前者多太多，当然体积也大太多。我们既然选择了自己动手丰衣足食，自然是拿Visual Studio Code（以下简称VSCode）开刀。

首先，当然是到官方网站下载VSCode。VSCode也是跨平台的软件，支持Windows、MacOS和Linux三个操作系统，以及X86、X86-64和ARM三种CPU，注意不要下载错了。对于看本文的读者来说，下载Windows、64bit、Stable Build、User Installer就OK了。什么？Linux用户？那还浪费什么时间读这一段该干嘛干嘛去……

VSCode安装完成后，大概会注意到这软件是全英文的。If you confident on your English proficiency, including professional words and expressions in programming, just go ahead. 如果心里慌得一批，也可以将VSCode改为中文界面。VSCode支持扩展，中文界面也是通过扩展来实现的。点击左侧栏的第五个图标进入扩展选项卡，在里面搜索“Chinese”，跳出来的搜索结果里在最顶上就能找到Chinese (Simplified) Language Pack for Visual Studio Code，安装后重启一下VSCode，整个VSCode就都变成了中文界面。

同样的，我们也可以在这里直接安装Python扩展，这样就可以将VSCode打造成一个非常好用的Python开发环境。搜索“Python”，第一个就是微软官方出的Python扩展：

除了这个扩展，Python还会另外安装两个扩展：Pylance和Jupyter。Pylance可以提供代码自动补完、自动显示函数文档等等功能，极大提升Python的代码书写体验。

Python安装完成后，应该会自动指定Python解释器的位置，如果没有的话自己选择一下就OK，应该会自动弹出Python的安装目录。如果一切正常的话，会在窗口的左下角显示当前Python解释器的版本，这样一个面向Python开发的VSCode环境就建构完成了，我们可以新建一个文件，选择Python文件类型（两种方法，第一种是在新建文件的界面上单击选择语言{0}，然后选择Python，或者按快捷键Ctrl+K、M后选择Python），将这个文件保存一下，然后在里面再写一次Hello World：

print("Hello World")

然后在窗口右上角会找到一个绿色三角形，这就是运行的按钮，运行一下，VSCode会调用命令行，在下方的终端当中输出运行结果：

这就是我们使用VSCode进行Python进行程序设计的基本操作，以后在本教程当中我就不会做如此详细的配图叙述了，而只是阐述代码和运行结果，这样会更加简洁明了。

至于Jupyter，这个不一定会用到，感兴趣的可以阅读一下：

其他平台与环境的搭建方法

IDLE

如果使用安装的方式部署Python，那么在它的里面已经带上了一个IDE，名字叫IDLE。这里可以直接进行Python的代码编写和调试运行的工作。

关于IDLE的使用手册可以参考这里：https://cloud.tencent.com/developer/section/1372304。

Visual Studio

前面一直介绍的是Visual Studio Code，Visual Studio Code还有一个大哥——宇宙第一IDE，Visual Studio。Visual Studio在2017之后开始增加了对Python的支持。

虽说Visual Studio以往是收费软件，而且价格非常高昂，不过现在有了社区版的Visual Studio，可以免费使用。

关于在Visual Studio当中开发Python可以参考这里：https://docs.microsoft.com/zh-cn/visualstudio/python/installing-python-support-in-visual-studio?view=vs-2019。

PyCharm

PyCharm是JetBrains推出的Python IDE，和Visual Studio一样，PyCharm的社区版本也是免费的。

关于PyCharm的使用和配置，还是参考官方使用手册：https://www.jetbrains.com/zh-cn/pycharm/learn/。

Linux系统下的Python

就我所知，很多Linux发行版出厂就带有Python环境，再加上Linux系统比Windows强大到不知哪里去的Shell，再加上各种舒适无比的编辑器基本上都有Linux版本（包括微软的VSCode），其实在Linux下写Python是一件非常舒适的事情。就算是发现没有Python，多数发行版的软件仓库也都有Python和pip，用对应发行版的包管理程序安装就好了，Windows下长篇大论的事情用一行sudo pacman -S python python-pip就搞定的事情（顺便也暴露了我用的是Arch系发行版的事实），配置环境变量什么乱七八糟的统统不用。

而且……作为Linux用户，理应具备了相当的计算机操作基础和对计算机软硬件原理的理解，应该根本就不用费太多力气吧……配置得当的话，Linux下编写Python和Windows下可以做到体验完全一致的。

开发环境的维护

和很多软件一样，Python环境也需要维护。不过既然我们选择了泥腿子风格自建开发环境，维护的事情自然也比较碎一些，大致可以分成下面几个板块：

升级VSCode

这个么的啥好说的，如果是User Installation或者System Installation安装方式的VSCode的话，如果有新版本会在侧栏弹通知，重启一下就可以自动更新。如果是比较爱好折腾用的是VSCode Portable，也会弹通知，下载一个.zip文件后覆盖一下也就完事了（话说，折腾zip包部署VSCode的肯定知道怎么折腾）。至于扩展，完全是自动升级，而且彻底无感化，只有需要刷新VSCode的时候会弹出一个通知，按照通知做就可以了。

升级Python

如果是通过Installer安装的Python，那么下载新版本的Python直接安装就可以了。

如果使用的是Python Embeddable，那么就会麻烦一些。

首先，备份好旧版本的Python目录，备份在任何时候都是一个好习惯。

然后，打开下载下来的Python Embeddable包，将里面除了python39._pth外的全部文件复制到Python根目录，覆盖旧文件即可。

如果是大版本升级，需要将._pth文件的内容复制到新文件当中。例如从Python 3.8升级到3.9，需要的就是将python38._pth的文件内容复制到python39._pth当中。

升级pip

通过以下命令可以检查pip模块的更新情况：

pip list -o

这个命令会列出所有过时的模块。一般的模块升级可以用下一节的方法，但是如果列表中出现了pip本身，那么不能用下面升级模块的方法来升级pip本身。

其实升级pip的方法一般会有高亮文字提示，是执行下面的命令：

python -m pip install --upgrade pip

升级模块

还是通过以下命令列出过时模块：

pip list -o

然后通过以下命令升级模块：

pip install -U MODULE_NAME

非常简单。

当然，我们经常在检查过时模块的时候，查出来一堆。这时候一个个手动升级当然非常麻烦。

但是我们在讨论什么？我们在讨论Python，这是一种程序语言，最擅长将繁琐复杂的重复性操作一次完成。用下面的代码就可以搞定了：

import pip
from subprocess import call
from pip._internal.utils.misc import get_installed_distributions

if __name__=='__main__':
	for dist in get_installed_distributions():
		call('pip install --upgrade '+dist.project_name,shell=True)

用Python运行上面的代码即可，非常容易。

更新：但是在某次升级之后，这段代码似乎失效了。但是没关系，我们在讨论什么？我们在讨论Python。说Python是一个操作系统也不为过，它里面有大量的Package可以帮助我们完成Package管理的工作——一个成熟的包管理系统应该学会自己管理自己。这个Package叫pip-review。只需要执行：

pip install pip-review

即可。之后，就可以使用pip-review -i来执行Package的检查更新。

清空Package并重装

在某些极端的情况下，Package环境可能完全乱掉，以至于我们需要将所有Package全部干掉重装。比如在升级了CPython之后，就有可能导致这个问题。

一个一个卸载显然是非常蛋疼的，但是我们在讨论什么？我们在讨论Python。Python有一个独特的方式来实现Package的批量安装和卸载：

pip install/uninstall -r [filename]

这个命令是读取一个文件名为[filename]的文件，这个文件的内容是按照pip requirements的特定格式规范写成的，包含Package的名称和版本，这个命令会按照文件的内容批量安装或者卸载特定的Package。

那么思路就很简单：我们可以将当前pip当中的所有Package输出到一个文件，然后按照这个文件，按图索骥，批量卸载。那么执行的命令就很简单了：

pip freeze > [filename]
pip uninstall -r [filename] -y

第一行作用就是将当前的Package列表按照requirements输出成一个文件，这个命令pip freeze就是干这个的。但是，由于requirements一般用于包的管理，考虑到这个实际用途，内置的三个包：pip、wheel和setuptools是不会显示的。我们一般也不会特地去卸载这三个Package。

第二行就是按照输出的文件批量卸载，最后一个-y参数，指的是每一行都默认按个Y键，这样就不用我们自己一行一行来按了。

Tags | Python学习