环境搭建

约8818字，阅读约49分钟

Python 的环境搭建相比 Node.js 来说稍显复杂，但也有相似的地方。作为前端开发者，你已经熟悉了 Node.js 的安装和包管理，Python 的环境配置过程会有很多相似的概念。

在线环境（推荐）

考虑到环境搭建的复杂性，本教程提供了在线可执行的代码环境，你可以直接在浏览器中运行 Python 代码，无需本地安装，就像在浏览器控制台中写 JavaScript 一样方便。

在线环境优势

无需安装配置，开箱即用
跨平台，任何设备都能学习
所有代码都可以直接运行和修改
专注于语言学习，而不是环境问题

Python 安装

版本选择

JavaScript 开发中，我们通常使用最新的 LTS 版本的 Node.js。Python 也有类似的策略，目前推荐使用 Python 3.9+版本，最新稳定版本是 Python 3.12。

版本说明

Python 2.x 已经停止维护，不要使用
Python 3.6 以下版本缺少现代特性，不推荐
Python 3.9+是目前的主流选择，兼容性和功能都比较完善

Windows 安装

访问 Python 官网
下载 Windows 版本的 Python 安装包
运行安装程序时，务必勾选"Add Python to PATH"
选择"Customize installation"进行自定义安装
在可选功能中，确保勾选 pip、IDLE 等组件

macOS 安装

方法一：官方安装包

从 Python 官网下载 macOS 版本，直接安装即可。

方法二：Homebrew（推荐）

如果你熟悉前端开发，应该已经在使用 Homebrew 了，就像 npm 一样方便：

方法三：pyenv（类似 nvm）

就像 Node.js 有 nvm 来管理多版本，Python 也有 pyenv：

验证安装

安装完成后，打开终端（Command Prompt、PowerShell 或 Terminal）验证：

在命令行中也可以验证：

注意

在某些系统中，python命令可能指向 Python 2.x，而python3才是 Python 3.x。建议使用python3命令，或者配置别名。

包管理器

pip vs npm

JavaScript 有 npm/yarn/pnpm，Python 有 pip 作为默认包管理器。但在依赖管理机制上有重要差异：

功能	JavaScript	Python
项目依赖安装	`npm install package`	`pip install package`（需在虚拟环境中）
安装指定版本	`npm install package@2.28.0`	`pip install package==2.28.0`
更新包	`npm update package`	`pip install package --upgrade`
全局安装	`npm install -g package`	`pip install package`（系统级安装）
卸载包	`npm uninstall package`	`pip uninstall package`
查看已安装包	`npm list`	`pip list`
查看包信息	`npm info package`	`pip show package`
依赖文件	`package.json`	`requirements.txt`
导出依赖	自动生成	`pip freeze > requirements.txt`
安装依赖	`npm install`	`pip install -r requirements.txt`
锁定文件	`package-lock.json`	pip-tools 生成
开发依赖	`npm install -D package`	`pip install package`（需手动区分）

重要差异：依赖管理机制

这是 Python 和 JavaScript 最大的区别之一：

JavaScript（npm）：

每个项目自动拥有独立的node_modules目录
依赖默认安装在项目级别，自然隔离
全局安装需要-g参数

Python（pip）：

pip 默认安装到系统级 Python 环境
需要手动创建虚拟环境来实现项目级依赖隔离
虚拟环境激活后，pip 行为类似 npm 的项目级安装

虚拟环境详解

为什么需要虚拟环境

在 Node.js 开发中，每个项目都有自己的node_modules目录，包依赖是项目级别的，天然隔离。Python 默认是全局安装包，这可能导致版本冲突问题。

举个例子：

项目 A 需要 Django 3.2
项目 B 需要 Django 4.0
如果全局安装，只能保留一个版本

虚拟环境就是 Python 解决这个问题的方案，它为每个项目创建独立的 Python 环境，类似于给每个项目一个独立的"node_modules"。

venv（推荐）

Python 3.3+内置了 venv 模块：

virtualenv

virtualenv 是第三方工具，功能更丰富：

conda

Anaconda/Miniconda 提供的环境管理工具，特别适合数据科学：

开发环境选择

IDE/编辑器

作为前端开发者，你应该已经在使用 VS Code 了，它对 Python 也有很好的支持：

VS Code（推荐）

安装 Python 扩展包（Microsoft 官方）
安装 Pylance（更好的语言支持）
可选安装 Black（代码格式化）、Flake8（代码检查）

VS Code 的 Python 开发体验和 JavaScript 开发类似，有智能提示、调试、集成终端等功能。

PyCharm

JetBrains 出品的专业 Python IDE，功能强大但相对重量级，适合大型项目。

Jupyter Notebook

Jupyter Notebook 特别适合数据分析和学习，类似于在线的交互式环境。

代码格式化和检查

JavaScript 项目中我们使用 Prettier、ESLint，Python 也有对应的工具：

代码格式化：Black
Black 是 Python 的代码格式化工具，类似于 Prettier。它的特点是"零配置"，强制统一的代码风格，被称为"不妥协的代码格式化工具"。

代码检查：Flake8
Flake8 是 Python 的代码检查工具，类似于 ESLint。它检查代码风格、语法错误和复杂度问题，帮助保持代码质量。

静态类型检查：mypy
mypy 是 Python 的静态类型检查器，类似于 TypeScript 的类型检查功能。虽然 Python 是动态类型语言，但通过类型注解可以享受静态类型检查的好处。

在 VS Code 中配置自动格式化（类似配置 Prettier 和 ESLint）：

方法一：全局配置

按Ctrl+Shift+P（macOS: Cmd+Shift+P）打开命令面板
输入"Preferences: Open Settings (JSON)"
在settings.json文件中添加以下配置：

方法二：项目级配置

在项目根目录创建.vscode/settings.json文件，添加相同配置（推荐，类似.eslintrc.js的项目级配置）。

项目结构详解

Python 项目的典型结构和 Node.js 项目有相似之处，但也有一些 Python 特有的文件：

my-python-project/
├── src/                    # 源代码目录
│   ├── __init__.py        # 包标识文件（Python 特有）
│   ├── main.py            # 主程序入口
│   └── utils/             # 工具模块
│       ├── __init__.py
│       └── helpers.py
├── tests/                  # 测试文件目录
│   ├── __init__.py
│   └── test_main.py
├── requirements.txt        # 项目依赖列表
├── setup.py               # 包发布配置（可选）
├── pyproject.toml         # 现代 Python 项目配置（推荐）
├── README.md              # 项目说明
├── .gitignore             # Git 忽略文件
├── .env                   # 环境变量文件
└── venv/                  # 虚拟环境目录（通常加入.gitignore）

文件作用详解

`init.py` - 包标识文件（Python 特有）

JavaScript 中，任何包含文件的目录都可以被导入。Python 需要__init__.py文件来标识目录为包：

这相当于 Node.js 中的index.js文件，用于定义包的对外接口。

`requirements.txt` - 依赖管理

相当于 JavaScript 的package.json中的 dependencies 部分：

对比 JavaScript 的依赖声明：

`setup.py` - 包发布配置

类似于package.json的元数据和发布配置部分，用于将 Python 项目打包发布到 PyPI（Python 的 npm registry）：

`pyproject.toml` - 现代项目配置（推荐）

新的 Python 项目标准，相当于更现代的package.json：

项目类型对比

简单脚本项目

script-project/
├── main.py
├── requirements.txt
└── README.md

可安装包项目

package-project/
├── src/
│   └── mypackage/
│       ├── __init__.py
│       └── main.py
├── tests/
├── setup.py 或 pyproject.toml
├── requirements.txt
└── README.md

Web 应用项目

web-app/
├── app/
│   ├── __init__.py
│   ├── main.py
│   ├── models/
│   ├── views/
│   └── templates/
├── static/
├── requirements.txt
├── .env
└── README.md

开发工作流对比

阶段	JavaScript	Python
初始化项目	`npm init`	`mkdir project && cd project`
创建虚拟环境	自动（node_modules）	`python -m venv venv`
激活环境	无需操作	`source venv/bin/activate`
安装依赖	`npm install`	`pip install -r requirements.txt`
添加依赖	`npm install package`	`pip install package && pip freeze > requirements.txt`
运行项目	`npm start`	`python main.py`
发布包	`npm publish`	`python setup.py sdist bdist_wheel && twine upload dist/*`

如何运行 Python 代码

环境搭建完成后，你就可以开始运行 Python 代码了。JavaScript 开发者熟悉多种代码执行环境：浏览器控制台、网页 script 标签、Node.js 脚本文件。Python 的执行方式更加统一简洁。

交互式解释器（REPL）

类似于浏览器控制台，Python 提供了交互式解释器（Read-Eval-Print Loop，简称 REPL）。这是学习和测试 Python 代码的绝佳方式：

进入 REPL 后，你会看到类似这样的提示符：

现在你可以逐行输入和执行 Python 代码：

REPL 的优势：

立即看到代码执行结果，类似浏览器控制台
适合快速测试想法和调试代码片段
内置的 help() 函数可以查看文档
可以导入库并立即测试功能

要退出 REPL，输入 exit() 或使用快捷键 Ctrl+D（macOS/Linux）或 Ctrl+Z（Windows）。

脚本文件执行

对于较复杂的程序，我们通常将代码保存在 .py 文件中，然后执行整个文件。这相当于 Node.js 中运行 .js 文件：

创建 Python 脚本

创建一个名为 hello.py 的文件：

执行脚本文件

在终端中运行：

比较 JavaScript 和 Python 的执行方式：

Python 执行环境的优势

相比 JavaScript 需要不同的运行环境（浏览器、Node.js），Python 的执行方式更加统一：

环境统一：同样的代码在不同平台行为一致，不存在浏览器兼容性问题
工具丰富：Python 解释器自带大量标准库，无需额外安装就能完成很多任务
学习简单：不需要考虑前端开发中的复杂环境配置和兼容性问题
即时执行：解释型语言的特性让代码修改后立即生效，无需编译步骤

开发工具中的 Python 执行

大多数现代编辑器都内置了 Python 执行功能：

VS Code：

安装 Python 扩展后，可以直接在编辑器中运行 Python 文件
支持交互式 Python 窗口，类似 Jupyter Notebook
内置终端可以运行 Python 命令

PyCharm：

专业的 Python IDE，内置强大的执行和调试功能
支持交互式控制台和科学计算模式

对于学习 Python，推荐从 REPL 开始熟悉语法，然后逐步过渡到编写和执行脚本文件。

小结

Python 的环境搭建相比 Node.js 稍显复杂，但概念很相似。主要差异包括：

版本管理：Python 有 pyenv（类似 nvm），用于管理多个 Python 版本
包管理：pip 是默认选择（类似 npm），但没有内置的锁定文件机制
虚拟环境：Python 需要手动创建项目级依赖隔离（Node.js 的 node_modules 是自动的）
代码执行：交互式 REPL 和脚本文件执行，环境统一性好
开发工具：VS Code 对 Python 支持很好，配置方式和 JavaScript 项目类似

对于学习阶段，推荐使用本教程提供的在线环境，可以跳过复杂的配置过程，专注于 Python 语言本身的学习。当你需要开发实际项目时，再根据项目需求搭建本地开发环境。

快速参考链接

官方资源

Python 官网 - Python 官方网站
Python 文档 - 官方文档
PyPI - Python 包索引（类似 npm registry）
PEP 8 - Python 代码风格指南

开发工具

VS Code - 微软开源编辑器
- Python 扩展
- Pylance
PyCharm - JetBrains 专业 IDE
Jupyter - 交互式开发环境

包管理和环境

pip 文档 - Python 包管理器
virtualenv - 虚拟环境工具
pyenv - Python 版本管理
Anaconda - 数据科学 Python 发行版

代码质量工具

Black - 代码格式化
Flake8 - 代码检查
mypy - 静态类型检查
pytest - 测试框架

环境搭建 ​

在线环境（推荐） ​

Python 安装 ​

版本选择 ​

Windows 安装 ​

macOS 安装 ​

方法一：官方安装包 ​

方法二：Homebrew（推荐） ​

方法三：pyenv（类似 nvm） ​

验证安装 ​

包管理器 ​

pip vs npm ​

重要差异：依赖管理机制 ​

虚拟环境详解 ​

为什么需要虚拟环境 ​

venv（推荐） ​

virtualenv ​

conda ​

开发环境选择 ​

IDE/编辑器 ​

VS Code（推荐） ​

PyCharm ​

Jupyter Notebook ​

代码格式化和检查 ​

项目结构详解 ​

文件作用详解 ​

__init__.py - 包标识文件（Python 特有） ​

requirements.txt - 依赖管理 ​

setup.py - 包发布配置 ​

pyproject.toml - 现代项目配置（推荐） ​

项目类型对比 ​

简单脚本项目 ​

可安装包项目 ​

Web 应用项目 ​

开发工作流对比 ​

如何运行 Python 代码 ​

交互式解释器（REPL） ​

脚本文件执行 ​

Python 执行环境的优势 ​

开发工具中的 Python 执行 ​

小结 ​

快速参考链接 ​

官方资源 ​

开发工具 ​

包管理和环境 ​

代码质量工具 ​