如何配置python环境变量,如何配置python环境变量mac,如何设置Python环境变量
 
大家好,我是Yivies.相信很多python的初学者们在进行一顿下一步下一步的安装之后,在windows command命令行输入python的时候会出现这样的情况:
 

 
可我们希望它是这样子的:
 

 
其实这是因为你在安装的时候忘记了添加python的环境变量的原因!那接下来我就教大家如何手动设置python的环境变量吧!
 
第一步:先找到你的python的安装目录
 
用Windows 10的朋友可以看看我的另一篇博客,是基于Windows 10来设置python的环境变量的,博客地址:https://blog.csdn.net/qq_31672775/article/details/78164794.以下均为Windows 7上的操作.
 
可能会有朋友说:"啊我就是你前面说的只是一顿下一步下一步安装的人啊!我不知道安装在哪里了呀!",这个不用担心,我们可以使用Windows资源管理器的文件搜索功能来查找:
 

 
很多朋友又说:"啊这么多文件,我到底找哪一个?",其实这有个小细节,python自动安装的时候会被安装到一个C:(这里是一些其他的目录项)\pythonxx(xx是版本号,比如我的这个是3.7.1的版本,那么我会有一个python37这个目录),我们的安装目录就是这个,比如像我的图里给到的我的是C:\用户\YIVIES\AppData\Local\Programs\Python\Python37,我们可以左键单击这个python程序,然后右键找到一个打开文件位置的选项点击就可以转到我们的安装目录了,这里我就不累赘了,那我们找到了安装目录之后我们将这个目录复制一下(Ctrl + C).
 
第二步:打开环境变量设置编辑窗口
 
这里我用Windows 7为例
 
首先我们要依次作如下操作:控制面板- 系统- 高级系统设置- 环境变量- 找到名为Path的变量单击- 编辑- 找到变量值的最后边加个分号(英文的)- 把你的安装目录复制上去- 确定- 确定......
 

 
最后:打开命令行输入python测试
 
输入python后如果你看到的界面类似于下图,就说明你已经设置好了python的环境变量了,大功告成!
 

 
最后,再见!

初学Python，使用的IDE又从Pycharm转到了VSCode，就试着对VSCode进行环境配置。
 
1.安装Python——Python官网
 2.安装VSCode——VSCode官网，vscode下载与安装——参考这儿
 
在两个安装完成之后可以配置一下vscode中文环境：Ctrl+shift+X 进入商店扩展，步骤：
 1.ctrl+shift+x
 2.输入Chinese
 3.点击install安装
 退出重启
 
配置中文环境完成之后开始正式在vscode配置python环境
 
1.ctrl+shift+x进入扩展商店，输入python，先下载python插件（选第一个下载），这个插件必装，别问为啥！因为它是微软VSCode开发团队自己开发的，亲儿子的级别。虽然 VSCode 不安装任何插件也能高亮Python代码，但该插件提供的功能远不止如此，还有很多强大的功能，比如：
 智能补全：通过自动补全，代码导航，语法检查等来编辑代码
 代码检查：使用Pylint、Flake8获取额外的代码分析，检查编程错误
 代码格式：用black，autopep 或 YAPF 调整代码格式
 调试：调试Python脚本，Web应用程序以及远程或多线程进程
 测试：通过测试Explorer中unittest，pytest或nose运行和调试测试
 Jupyter Notebook：创建和编辑Jupyter Notebook，添加和运行代码单元、渲染图、通过变量资源管理器可视化变量、使用数据查看器可视化数据框等等
 环境：自动激活并在virtualenv、venv、pipenv、conda 和 pyenv 环境之间进行切换
 重构：通过变量提取、方法提取和导入排序来重构Python代码
 文档链接：https://marketplace.visualstudio.com/items?itemName=ms-python.python
 
 2.扩展完成后，点击ctrl+`键(也就是~键)，在下方会出现一个终端
 3.在终端中输入“pip install flake8”
 
 4.同样的操作，输入"pip install yapf"
 
 5.安装code runner插件，即按照步骤一进入扩展商店输入code runner进行下载
 
 这个插件的主要作用是在以后你编辑完代码，可以鼠标右键第一个位置就是“code runner”，可以点击这个在终端中显示运行结果。
 
 
 6.在vs code选择一个文件夹，以后创建python可以直接在这个文件夹进行操作。例如：
 
 到这里，我们实际已经在vscode完成了基本的python环境配置，可以在vs code开启python的编程之路了。
 
下面的一些插件可以根据个人需要选择安装，是真的“根据个人需要”，无需迷信：
 
0.插件 Pylance ：给 Python 带来编译语言般的开发支持
 Pylance 是 微软在 2020.06.01 发布的一款 python 语言支持 vs code 插件。
 新特性很足，给 Python 开发带来了 C++/Java 般的语言支持。
 Docstrings
 参数提示
 自动导入
 代码补全
 代码诊断
 引用和跳转
 代码大纲
 类型检查
 支持多工作区
 带有类型信息的签名帮助
 兼容IntelliCode和Jupyter notebook
 
1.Python Snippets**
 Python Snippets 插件可以让我们的 Python 编程更加高效。它包含了大量的内置方法，以及string、list、sets、tuple、dictionary、class代码片段，并且还为每个代码段提供至少一个示例。
 所有python内置方法代码片段
 所有python string片段
 所有python list片段
 所有python set片段
 所有python tuple片段
 所有python dictionary 字典片段
 并包含许多其他代码段（例如if/else、for、while、while/else、try/catch，文件处理和类片段和oop类示例（多态性、封装、继承.i.g）
 文档链接：https://marketplace.visualstudio.com/items?itemName=frhtylcn.pythonsnippets
 
2.Python Docstring Generator
 Python Docstring Generator可以自动创建docstring，这真的为开发人员减少了的很大工作量。并且，生成的文档字符串遵循所有标准格式，包括Google、docBlockr、Numpy、Sphinx和PEP0257。它的主要功能包括：
 快速生成一个可通过Tab键浏览的docstring代码段
 在几种不同类型的文档字符串格式之间进行选择
 通过pep484类型提示、默认值和var名称推断参数类型
 支持args，kwargs，修饰符，错误和参数类型
 具体使用方法、扩展配置、自定义模板可参考文档：
 文档链接：https://marketplace.visualstudio.com/items?itemName=njpwerner.autodocstring
 
3.Python Test Explorer for Visual Studio Code
 这个插件通过使用Test Explorer UI运行Python Unittest或Pytest测试，对于功能测试非常方便。具体功能如下：
 在VS Code的侧栏中的“测试”视图中显示“测试资源管理器”，其中包含所有检测到的测试、套件及其状态
 在测试发现期间方便的错误报告
 单元测试和Pytest调试
 在资源管理器中选择测试后，显示失败的测试日志
 支持多根工作区
 支持Unittest和Pytest测试框架及其插件
 文档链接：https://marketplace.visualstudio.com/items?itemName=LittleFoxTeam.vscode-python-test-adapter
 
4.Python Preview
 Python Preview可展现可视化调试的过程，并添加到我们的Python代码中。它将调试代码转换为带有动画和图形元素的交互式会话，以表示应用程序状态，对于代码调试非常直观。
 文档链接：https://marketplace.visualstudio.com/items?itemName=dongli.python-preview
 
5.Python Type Hint
 Python Type Hint提供针对Python的类型提示自动完成功能，以及针对内置类型、类和键入模块的完成项。
 提供内置类型、估计类型和键入模块的类型提示完成项
 估计正确的类型，提供完成项
 可以在工作区中搜索Python文件以进行类型估计
 文档链接：https://marketplace.visualstudio.com/items?itemName=njqdev.vscode-python-typehint
 
6.Jupyter
 Jupyter可以说是我最喜欢的VS Code插件之一，可以让我们在VS Code中完美使用Jupyter Notebooks。使用方法如下：
 (1)创建新笔记本，打开命令面板（Windows：Ctrl + Shift + P；iOS：Command + Shift + P），然后选择命令Jupyter: Create New Blank Jupyter Notebook。
 (2)通过单击状态栏右下方的内核选择器或调用Notebook: Select Notebook Kernel命令来选择内核。
 (3)通过单击语言选择器或调用Notebook: Change Cell Language命令来更改单元格语言。
 另外，Jupyter插件还支持VS Code Insiders中的其他语言，例如Julia和R。
 文档：https://marketplace.visualstudio.com/items?itemName=ms-toolsai.jupyter
 
7. Anaconda Extension Pack
 可以自动补全anaconda包中的属性名称
 
8. Code Spell Checker
 单词拼写检查，非常推荐，有时候会拼错单词，这个不仅可以指出错误，还能提供正确单词的拼写方式。
 安装好之后，选中拼写错误的单词，旁边出现黄色小灯泡，点击选择单词，直接替换。
 
9. Guides
 提供缩进检查，有时候for, if 写多了，就分不清对应的列数，VScode虽然自带的有缩进检查，但是不明显，这个将缩进线显示为红色，非常醒目。
 
10. Settings Sync
 将VScode的配置上传到github，以后换机器，重装系统，随时下载，不用重新找教程了
 
11. vscode-icons
 文件图标主题，能够让你的各种文件一目了然，不用再去看扩展名，而且超级好看
 
12. SynthWave‘84
 字体颜色主题，我个人非常喜欢的一套高亮字体方案
 
13. koroFileHeader
 文件头注释（ctrl+alt+i） 和函数头注释（ctrl+alt+t）工具，一键生成头注释
 
实际上，作为初学者，以上插件中用到的非常少，可以在学习过程中再慢慢选择使用，不必急于一时。

 
总算懂得如何设置python环境变量
 
日期：2019-08-25 12:22:21
 
浏览：279
 
核心提示：相信很多初学者，在安装了python之后想完整在命令提示符直接输入python就可以使用的操作，但是会出现输入了python之后找不到命令的原因，这是因为你没有创建python的环境变量所导致的问题，那么如何设置python环境变量呢？一起
 
相信很多初学者，在安装了python之后想完整在命令提示符直接输入python就可以使用的操作，但是会出现输入了python之后找不到命令的原因，这是因为你没有创建python的环境变量所导致的问题，那么如何设置python环境变量呢？一起来了解下吧：
 
如何设置python环境变量
 

 
在 Windows 设置环境变量
 
在环境变量中添加Python目录：
 
在命令提示框中(cmd) : 输入
 
path=%path%;C:Python
 
按下"Enter"。
 
注意: C:Python 是Python的安装目录。
 
也可以通过以下方式设置：
 
右键点击"计算机"，然后点击"属性"
 
然后点击"高级系统设置"
 
选择"系统变量"窗口下面的"Path",双击即可！
 
然后在"Path"行，添加python安装路径即可(我的D:Python32)，所以在后面，添加该路径即可。 ps：记住，路径直接用分号"；"隔开！
 
最后设置成功以后，在cmd命令行，输入命令"python"，就可以有相关显示。
 
Python 环境变量
 
下面几个重要的环境变量，它应用于Python：
 
变量名 描述
 
PYTHONPATH PYTHONPATH是Python搜索路径，默认我们import的模块都会从PYTHONPATH里面寻找。
 
PYTHONSTARTUP Python启动后，先寻找PYTHONSTARTUP环境变量，然后执行此变量指定的文件中的代码。
 
PYTHONCASEOK 加入PYTHONCASEOK的环境变量, 就会使python导入模块的时候不区分大小写.
 
PYTHONHOME 另一种模块搜索路径。它通常内嵌于的PYTHONSTARTUP或PYTHONPATH目录中，使得两个模块库更容易切换。
 
________________________________________
 
运行Python
 
有三种方式可以运行Python：
 
1、交互式解释器：
 
你可以通过命令行窗口进入python并开在交互式解释器中开始编写Python代码。
 
你可以在Unix，DOS或任何其他提供了命令行或者shell的系统进行python编码工作。
 
$ python # Unix/Linux
 
或者
 
C:>python # Windows/DOS
 
以下为Python命令行参数：
 
选项 描述
 
-d 在解析时显示调试信息
 
-O 生成优化代码 ( .pyo 文件 )
 
-S 启动时不引入查找Python路径的位置
 
-V 输出Python版本号
 
-X 从 1.6版本之后基于内建的异常(仅仅用于字符串)已过时。
 
-c cmd 执行 Python 脚本，并将运行结果作为 cmd 字符串。
 
file 在给定的python文件执行python脚本。
 
2、命令行脚本
 
在你的应用程序中通过引入解释器可以在命令行中执行Python脚本，如下所示：
 
$ python script.py # Unix/Linux
 
或者
 
C:>python script.py # Windows/DOS
 
注意：在执行脚本时，请检查脚本是否有可执行权限。
 
win10下python环境变量如何设置
 
安装之后配置环境变量的步骤如下：
 
1,点“我的电脑”，右键选“属性”
 
2，选择“高级系统设置”--->选“环境变量”--->在“系统变量”中选中“Path”,再点“编辑”--->再点“编辑文本”
 
3,在“变量值”一栏，把自己所安装的python路径拷进去就可以了，我安装的路径是“C:Python27”
 
%这一步要注意：在拷贝路径“C:Python27”时，前面要加分号，，还要注意，分号一定是英文输入法里的分号，我刚开始没有注意到这一点，导致在命令行里输入python命令时，总是失败，会提示‘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
 
Python环境变量怎么设置
 
1.Python环境变量
 
1.安装完成之后在cmd窗口中 输入
 
path=%path%;C:Python (替换为安装路径)
 
ps:可能运行后出现error,直接前去查看是否配置成功。
 
2.直接运行*.py文件修改环境变量为：
 
PATHEXT=PATHEXT;.PY;.PYM
 
ps:可能会出现“不存在……”，前往系统变量查看是否已存在属性
 
3.查看帮助文档的配置：
 
在文件所在目录打开cmd命令窗口；
 
hh -decompile .python26.chm (替换为相对应的*.chm)
 
运行之后在系统环境变量中添加 .chm文件所在路劲；
 
配置完成之后可运行 help('print')根据需要替换
 
4.依赖安装目录外的第三方模块：
 
系统环境变量添加 PYTHONPATH 变量   对应值为相应目录
 
2.Python编译器(IDE)
 
1.前往下载PyCharm IDE工具。链接地址
 
官网下载可能会很慢：百度云链接网上资源百度云PyCharm
 
综合资源
 
2.PyCharm工具采用基于 IntelliJ IDEA 搭建使用方法与Andrid-Studio类似。
 
python怎样去设置环境变量
 
1.获取所有环境变量的名字
 
import os
 
for key in os.environ.keys():
 
print(key)
 
2.获取指定名字的环境变量对应的值
 
import os
 
#参数 'path' 可以换成任意存在的环境变量名
 
#如果不存在，则输出None
 
dir=os.environ.get('path')
 
print(dir)
 
3.设置环境变量(注意:当前设置的环境变量只是在本程序中生效，不是永久更新)
 
import os
 
dir="D:LearnTool"
 
os.environ['datapath']=dir
 
print(os.environ.get('datapath'))

 
  Python环境配置教程
 
 
说明
 
本教程为一个python入门教程，面向初学者，因此内容较为详细。主要内容为python环境配置教程，包括Anaconda，PyCharm，Jupyter notebook的安装与配置，及其常用技巧。教程以Windows系统为平台作演示，其他系统可能存在少许差异。
 
一、准备相应的材料
 
本教程需要的文件如下表所示：
 
文件名
简介
作用
Anaconda3-2021.05-Windows-x86_64.exe
Anaconda的安装包
配置管理python环境
Miniconda3-py39_4.9.2-Windows-x86_64.exe
精简版的Anaconda的安装包（电脑配置较差时使用）
配置管理python环境
pycharm-community-2021.1.3.exe
PyCharm安装包
Python代码的编辑器
以上文件可在链接：https://pan.baidu.com/s/1fXJrY2JEQQC_6eOmECS_5Q 提取码：7w41 获得。
 
注：本教程以Windows系统为例，其他系统步骤可能存在少许差异，但大致步骤相同。
 
如需要其他系统或其他版本，可以到以下网址进行下载。
 
Anaconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/
 

 PyCharm：https://www.jetbrains.com/pycharm/download/
 
PyCharm下载时选择Community 版本为免费版本
 
 
二、安装Anaconda
 
 
双击打开Anaconda3-2021.05-Windows-x86_64.exe文件（电脑配置较差的可以换成Miniconda3-py39_4.9.2-Windows-x86_64.exe，两者在基本功能上没有太大区别，二者选其一即可）
 
 
出现安装界面，按照以下流程选择安装。
 
 
 
 
 
 
 
 
安装中……等待安装完成
 
 
 
 
Anaconda安装完成
 
三、安装PyCharm
 
 
双击打开Anaconda3-2021.05-Windows-x86_64.exe文件。
 
 
出现安装界面，按照以下流程选择安装。
 

 
 
 
 
 
 
 
四、配置环境
 
 
在开始任务栏打开刚才安装的Anaconda
 
 
出现如下界面
 
 
  
 
创建一个新的环境，名为demo（名字可以任意起，给环境起标记作用）。
 
操作如下：
 
 
（1）输入:
 
 conda create -n demo python=3.8
 
 
其中，conda create 为创建新环境命令，demo为新环境名，python=3.8为制定python版本为python3.8.
 
（2） 按Enter键
 
 
出现如上界面，
 
（1）输入：
 
y
 
（2） 按Enter键
 
 
出现如上界面，新建环境完成
 
打开PyCharm，创建新项目，配置新建环境。
 
双击桌面图标
 
 
新建一个项目，名为demo（名字符合变量名即可）
 

 
 
 
 
 
如上图，新项目创建完成
 
运行Python文件。PyCharm功能区分布大致如下。
 
 
运行代码的三种方法：
 
（1）直接点击PyCharm操作区 按钮
 
（2）在文件编辑区单击鼠标右键，选择Run…选项
 
 
（3）在Terminal运行文件夹下输入：
 
python demo1.py
 
其中，demo1.py为待执行文件的全名。
 
 
运行结果如下:
 
 
新建文件，在项目文件区demo文件夹单击鼠标右键，按照下图所示选择
 

 
 
在新建的文件中输入以下代码：
 
# 导入需要使用的包
import numpy as np
import math
import matplotlib.pyplot as plt
e = math.e

# 定义一个sigmoid函数
def sigmoid(x):
    return 1 / (1 + pow(e, -x))

# 定义一个softplus函数
def softplus(x):
    return math.log(1 + pow(e, x))

# 定义一个tanh函数
def tanh(x):
    return (e ** x - e ** (-x)) / (e ** x + e ** (-x))

# 定义一个leakyrelu函数
def leakyrelu(x):
    return max(x, 0.1 * x)

# 定义一个mish函数
def mish(x):
    return x * tanh(softplus(x))

# 限定x,y坐标轴范围为(-5,5),并在其中产生1000个相应的点
x = np.linspace(-5, 5, 1000)
y0 = np.linspace(-5, 5, 1000)
y1 = np.linspace(-5, 5, 1000)
y2 = np.linspace(-5, 5, 1000)
# 将函数值赋值给上述产生的点
for i in range(1000):
    y0[i] = sigmoid(x[i])
    y1[i] = leakyrelu(x[i])
    y2[i] = mish(x[i])
# 绘制函数图像
plt.plot(x, y0, color='blue', linewidth=1, label='sigmoid')
plt.plot(x, y1, color='red', linewidth=1, label='leakyrelu')
plt.plot(x, y2, color='orange', linewidth=1, label='mish')
plt.title('sigmoid, leakyrelu and Mish functions', fontdict={'family': 'Times New Roman', 'size': 14})
plt.xticks(fontproperties = 'Times New Roman', size = 14)
plt.legend(prop={'family' : 'SimSun', 'size' : 14})
plt.yticks(fontproperties = 'Times New Roman', size = 14)
plt.grid()
plt.savefig('mish.jpg', dpi=600, bbox_inches='tight')
plt.show()
 
安装Python包。在numpy和matplotlib下有红线，表示相应的包未安装。
 
 
安装包使用以下命令：
 
pip install numpy
 
其中，numpy为包名，安装其他包是替换名称即可。若下载速度较慢，使用：
 
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
 

 
 
运行demo1.py得到如下结果。
 
 
五、 安装jupyter notebook
 
 
打开anaconda
 
 
激活我们建的环境demo，输入：
 
conda activate demo
 
 
 
 
安装jupyter notebook ，输入：
 
pip install jupyter notebook
 
 
 
jupyter notebook安装完成
 
 
打开jupyter notebook，输入：
 
jupyter notebook
 
 
 
浏览器自动跳转如下界面，打开完成。继续打开文件夹，创建python文件。
 
 
 若出现如下情况
 
 
解决方法如下:
 
（1） 在刚才打开的Anaconda页面按键盘 Ctrl+C 退出当前jupyter程序。
 
（2） 卸载pywin32, 输入：
 
pip uninstall pywin32
 
（3） 安装225版本pywin32, 输入：
 
pip install pywin32==225
 
注：下一次启动jupyter notebook全过程：
 
（1） 打开Anaconda
 
（2） 输入：
 
conda create demo
 
（3） 输入：
 
jupyter notebook
 
运行第一个jupyter程序
 

 
 
 
依次输入前一节代码，得到运行结果如下图。由于我们选择了刚开始建的demo环境，因此numpy和matplotlib包已经安装完成，我们不需要在进行安装。
 
 
Jupyter notebook的强大之处在于，可以对代码段的结果进行输出。
 
 
Jupyter安装python包。
 
操作如下：
 
（1） 打开Anaconda
 
（2） 激活当前环境，输入：
 
conda activate demo
 
（3） 安装相应的包，输入：
 
pip install 包名
 
附录
 
1. PyCharm字体大小，主题设置
 
（1）调节主题颜色
 
在PyCharm界面依次选择File >> Settings >> Editor >> Color Scheme
 
 
（2）调节字体大小
 
在PyCharm界面依次选择File >> Settings >> Editor >> General >> Font
 
 
2. Anaconda常用命令
 
conda create -n demo python=3.8	  创建一个名字为demo的虚拟环境，python版本为3.8
conda info -e			          查看虚拟环境列表
conda activate demo			      Windows系统激活虚拟环境demo
source activate demo              Mac & Linux 系统激活虚拟环境demo
conda install numpy 		      使用conda安装numpy包
conda install numpy==1.11.0 	  使用conda安装版本指定为1.11.0的numpy包
conda uninstall numpy 		      使用conda卸载numpy包
conda list				          查看已安装包列表
conda remove --name demo –all     删除demo虚拟环境
pip list 				          查看已安装包列表
pip install numpy			      使用pip安装numpy包
pip install numpy==1.11.0 		  使用pip安装版本指定为1.11.0的numpy包
pip install numpy -i	https://pypi.tuna.tsinghua.edu.cn/simple        使用pip清华镜像源安装numpy包
pip uninstall numpy			      使用pip卸载numpy包
 
注：安装包时，可优先选择使用pip安装，若报错再选择conda安装。两者功能相同，conda权限更高，对版本要求更严格，会安装更多冗余的包。
 
清华源为国内镜像源，下载速度相比国外源快，相似的国内源还有以下：
 
阿里云 http://mirrors.aliyun.com/pypi/simple/
 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
 豆瓣 http://pypi.douban.com/simple/
 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
 
版权归本文所有，转载注明出处。