搭建Python开发环境

搭建Python开发环境

Python解释器

Python是一门解释型语言,因此Python程序的运行依赖于Python解释器的存在。和C\C++ 等语言类似,Python不仅可以指代Python编程语言,也可以指带Python语言标准。

Python语言标准是由Python指导委员会指定的,作为一个开放标准,任何实现了该标准的语言都可以自称为"Python",因此Python有由不同个人和组织维护的多种解释器。

但和C/C++ 这种只提供标准的语言不同,Python Software Foundation发行并维护了一个由Python发明者吉多·范罗苏姆使用C/C++ 语言实现的Python解释器,这个解释器通常被称作CPython,这也是最为广泛使用的Python版本,也被是Python的核心发行版本。

常见的Python解释器有以下几种:

  1. CPython

    CPython是标准Python,可以将Python源码编译成CPython字节码,由虚拟机解释执行这些字节码。

    CPython的发展经历过两个大版本更新,Python2和Python3,这两个版本没有完全兼容。Python2已经停止维护。

    目前尚在维护的CPython版本为Python3,最新发行版为Python3.13,且没有发行Python4的打算。
    CPython从3.10版本开始一直在致力于提高Python的运行效率,先后在Python3.12中引入JIT机制(Just in time,即时编译)、Python3.13中提供移除GIL机制的实验性选项以提高运行效率。

    CPython的最大特点之一是使用了GIL(Golobal Interpreter Lock,全局解释器锁)。

    GIL并不是Python语言标准的一部分,而是CPython实现的技术细节。GIL的存在使得一般情况下Python代码在运行时只会占用一个CPU核心,尤其是涉及到多线程的Python代码。开启多线程的Python程序并不会像C\C++ 程序一样将线程交由操作系统调度至空闲核心,而只会在一个CPU核上轮流使用时间片,无法做到并行执行而只能做到并发执行。如果一定要将Python代码运行到多个CPU核上时,则只能使用Python的多进程机制。

  2. PyPy

    PyPy是使用JIT技术建立的Python解释器版本,相较于CPython(3.7)有平均4.4倍的性能提升,同时PyPy也较好的兼容了CPython的各类第三方库。

    由于JIT的存在,PyPy在执行小规模和短时一次性任务的性能是明显不如CPython。Python代码在使用PyPy运行时,需要一些时间热身(worm up)以分析源代码在运行时中的热点(hot point)并将这些热点代码翻译为机器码存入缓存中以供后续使用。可以说,Python代码在PyPy上运行得越久性能提升越明显。

  3. Jython

    将Python代码翻译为Java字节码运行在Jave虚拟机(Java Vitural Machine,JVM)上

  4. IronPython

  5. MicroPython

    一种精简版的Python实现。它只包含了Python标准库中的一小部分并经过优化,以适应资源受限的环境,专为嵌入式系统和物联网设备而设计

Python开发环境的搭建

约定:本文中所讲的所有Python,除特别指出之处外,都是指CPython

一、 安装Python解释器

Python解释器的安装在Windows下比较简单,可以通过以下三种方式就行安装:

  • 在官网下载exe install进行安装
  • 通过miniconda包管理工具进行安装
  • 通过Microsoft Store进行安装

(一) 在官网下载exe install进行安装

  1. 访问Python的官方下载页面,选择合适的下载链接

    Python下载页面
    尽管Python已经更新到了3.13的版本,仍然建议不要选择最新的Python版本进行使用,最新版本的Python会存在和第三方库不兼容的问题,建议下载上一个稳定版的Python。这里选择Python3.12下载安装,一般来说点击Windows installer(64-bit)链接进行下载
  2. 双击安装文件,选择将Python添加进环境变量中,一路next直至安装完成

(二) 通过miniconda包管理工具进行安装

miniconda是一个第三方的Python包管理工具,能够提供解释器级别的环境隔离,也可以提供便捷的Python环境配置功能,能够仅使用一条命令完成cuda环境的配置,使用在科学计算领域常使用miniconda作为包管理工具<br>
  1. 访问miniconda的官方下载页面,点击Windows下的下载链接

    miniconda下载页面
  2. 点击安装文件,一路选择next直至安装完成
  3. 重新打开命令行,输入conda --version,有以下输出则安装成功

    miniconda安装成功

(三)通过Microsoft Store进行安装

打开命令行输入"python",如果环境变量中没有配置Python,则会自动跳转至Microsoft Store的Python下载页面,选择合适的版本点击下载则会自动开始安装Python并将其注册为系统Python


搭建Python开发环境
http://example.com/2024/10/15/搭建Python开发环境/
作者
Morningstars
发布于
2024年10月15日
许可协议