百度站长资源平台有产品怎么找销售渠道
第一章一切从安装有利工具开始
写Python代码的编辑器，python自带的交互环境（IDLE）、pycharm、Anaconda的集成环境（Jupyter notebook），哪个好用？
不存在绝对 “最好用” 的选项，而是要根据自身情况选择：如果是初学者，主要进行简单的代码学习和练习，对代码规范要求不高，IDLE 是一个不错的选择，它简单易用，能满足基本的开发需求；如果是专业的 Python 开发者，注重代码质量、规范和项目管理，以及需要进行大型项目开发、团队协作，PyCharm 是更好的选择，其强大的功能和丰富的插件生态能提高开发效率和代码质量；而如果是专注于数据科学领域，进行数据分析、可视化、机器学习等工作，Jupyter Notebook 则非常适合，它的交互式环境和对数据科学库的支持能方便地进行数据探索和模型开发，但在代码规范检查和大型项目管理方面相对较弱。
下面我们主要学习Pycharm和Anaconda的安装。
1.1Pycharm安装教程
1.安装Python解释器
安装Pycharm之前需要安装Python解释器，由于Pycharm只是一个代码编辑器，没有解释器的功能，所以必须提前安装Pythnon解释器。
安装Python解释器直接去Python官网下载Welcome to Python.org
找到下载选择对应的操作系统Windows或者macOS。
下载好安装包之后，点击下一步，安装完成后，验证Python是否安装完成。Python --version查看Python版本。
如果报错'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。需要将Python的安装路径添加到到环境变量中。
找到Path--> 编辑---->新建
将Python 的安装路径（例如C:\Python310）、Python 的 Scripts 目录（用于运行pip等工具），也需要将其路径添加进来，通常是C:\Python310\Scripts。（这里根据自己的安装目录进行替换。）
2.安装Pycharm
到Pycharm的官网，选择下载社区版的Pycharm。专业版的Pycharm需要付费使用。感谢您下载 PyCharm Community Edition！ (jetbrains.com.cn)
点击New Project之后创建一个名为HelloPython的项目，Python的解释器可以选择安装的Python3.13解释器，也可以选择conda里面的Python解释器，可以选择创建新的虚拟环境下的项目，也可以选择用已经存在的环境。
区别是Generate raw（生成新的) 表示在当前项目下创建一个全新的 Python 虚拟环境或其他类型环境,在指定的 “Location” 路径（如C:\Users\yly\PycharmProjects\HelloPython\.venv ）创建一个独立的虚拟环境。该环境有自己独立的包安装空间，与其他项目环境相互隔离。能有效避免不同项目间因依赖包版本不同产生的冲突。比如项目 A 依赖numpy 1.18 版本，项目 B 依赖numpy 1.20 版本，各自使用独立虚拟环境就不会相互干扰。优势：每个项目的依赖包都集中在专属环境中，方便查看、安装、卸载包，也利于项目迁移和分享。不足：每次创建新项目都生成新环境，可能会占用一定磁盘空间，尤其是创建大量虚拟环境时。
Select existing(选择已有的)：指从已有的 Python 环境中选择一个来作为当前项目的解释器环境。可以是系统全局的 Python 环境（如~\AppData\Local\Programs\Python\Python313\python.exe ） ，也可以是之前创建好的其他虚拟环境（如conda里面的python解释器）。优势：无需重复创建环境，不会额外占用磁盘空间来存储环境相关文件。如果已有环境中已经安装了项目所需的大部分依赖包，直接选用可节省重新安装包的时间。不足：若选用的已有环境被多个项目共用，当不同项目对同一依赖包有不同版本需求时，可能出现冲突，影响项目正常运行。
这里我们选择在一个新的虚拟环境下创建Python项目。
创建好的项目文件如下。
我们需要右键新建Python File，创建一个Python文件。
输入Day1,则创建好了Day1.py的文件。
我们在代码编辑区域写上一行输出语句，点击上方的运行按钮，即可在下方控制台区域看见输出的内容。
1.2 Anaconda安装教程
输入邮箱地址，点击提交，跳转到下载页面。
下载对应操作系统的版本。
下载好了之后，Anaconda里面自带的有python解释器，可以在Anaconda Prompt里进行查看。以下操作都是在在Anaconda Prompt进行的。
我们也可以里创建虚拟环境，创建虚拟环境的目的就是保证项目的安装环境是独立的。每个项目都可以有自己独立的运行环境，不受影响。
#创建虚拟环境，并指定python版本
conda create -n your_env_name python=3.9
#删除conda 里的虚拟环境
conda remove -n your_env_name
#查看虚拟环境数量
conda env list
虚拟环境创建好之后，可以激活虚拟环境，或者退出虚拟环境。
#进入虚拟环境
conda activate your_env_name
#退出虚拟环境
conda deactivate your_env_name
进入虚拟环境后，下载ipykernel是为了方便jupter notebook里面搭载创建的虚拟环境。
#创建内核环境名称
python -m ipykernel install --name <自己取名字可与虚拟环境名字一致>
#查看创建的内核环境
jupyter kernelspec list
#删除内核环境名称
jupyter kernelspec remove your-ipkernel_name
我们找到Jupyter notebook的图标，打开Jupyter notebook。
在我们点击New的时候就可以看见我们创建的内核了，默认是Python3，下面是我们自己创建的内核。
在单元格里打印一条语句，点击运行按钮，即可看见输出的内容。
