粉粉蕉的笔记本粉粉蕉的笔记本
  • JAVA

    • 代码笔记
    • Java8实战
    • 分布式事务实战(Seata)
    • 模板引擎(FreeMarker)
    • SpringSecurity
  • PYTHON

    • 概述
    • python3
    • python3(菜鸟教程)
    • pandas
    • numpy
    • matplotlib
  • 中间件

    • Kafka
    • RocketMQ
    • Redis
    • MongoDB
    • Elastic Search
  • 数据库

    • Mysql
  • 设计模式
  • 运维

    • linux命令速查
    • windows命令速查
    • Docker笔记
    • kubernetes学习笔记
    • kubernetes实操笔记
    • 运维工具大全
    • git操作宝典
  • 大数据

    • 概览
    • Hadoop
    • Hive
  • 机器学习

    • 机器学习概览
  • 概率论
  • 线性代数
  • 统计学
  • 金融知识学习
  • 聚宽
  • 因子分析
  • RSS
  • 资源导航
  • 医保
  • 健身

    • 笔记
    • 训练计划
  • 装修攻略
  • 读书笔记

    • 《深度学习》
我也想搭建这样的博客!
🚋开往
  • JAVA

    • 代码笔记
    • Java8实战
    • 分布式事务实战(Seata)
    • 模板引擎(FreeMarker)
    • SpringSecurity
  • PYTHON

    • 概述
    • python3
    • python3(菜鸟教程)
    • pandas
    • numpy
    • matplotlib
  • 中间件

    • Kafka
    • RocketMQ
    • Redis
    • MongoDB
    • Elastic Search
  • 数据库

    • Mysql
  • 设计模式
  • 运维

    • linux命令速查
    • windows命令速查
    • Docker笔记
    • kubernetes学习笔记
    • kubernetes实操笔记
    • 运维工具大全
    • git操作宝典
  • 大数据

    • 概览
    • Hadoop
    • Hive
  • 机器学习

    • 机器学习概览
  • 概率论
  • 线性代数
  • 统计学
  • 金融知识学习
  • 聚宽
  • 因子分析
  • RSS
  • 资源导航
  • 医保
  • 健身

    • 笔记
    • 训练计划
  • 装修攻略
  • 读书笔记

    • 《深度学习》
我也想搭建这样的博客!
🚋开往

PYTHON

概念

概念说明
pipPython包管理工具,用于安装和管理Python第三方库。 python2.7.9+或python3.4+自带pip
uvPython包管理工具
PyPIPython Package Index的缩写,是Python官方的第三方软件库仓库。 仓库地址:https://pypi.org/
PyCharmJetBrains公司开发的Python集成开发环境(IDE),提供代码补全、调试等功能
Django高级Python Web框架,采用"MTV"模式,内置ORM、Admin等全栈功能
Flask轻量级Python Web框架,核心简单但可扩展性强,适合小型项目和微服务
conda
venvPython内置的模块,用于创建虚拟环境。创建的环境中包含:独立的python解析器、pip工具和包安装目录

开发环境搭建

【IDE】Pycharm

代码开发&调试、版本控制

需要先安装python。安装好后,在命令行中执行以下命令,返回python版本即安装成功。

python --version

【环境管理器】miniconda(可选)

当你需要在多个Python环境下开发、安装多语言依赖包时,需要用到miniconda

记得配置环境变量:

  • \miniconda3
  • \miniconda3\Library\bin
  • \miniconda3\Scripts

conda、miniconda、anaconda的区别:

  • conda: 与pip类似,但它不仅能管理包,还能隔离和管理不同python版本的环境
  • miniconda: Anaconda 的轻量级版本,只包含了 Python 和 Conda,以及它们的依赖项
  • Anaconda: 一个非常流行的 Python 发行版,用于科学计算。它包含了 Vonda、Python 和超过 150 个科学软件包及其依赖项
  • jupyter: 如果你安装了anaconda,jupyter notebook会作为其中的一部分被自动安装。

miniconda目录解析

\miniconda3
|
|_Lib                        ----内部模块
| |
| |_ site-packages           ----第三方模块
|
|_Scripts                    ----可执行文件目录
| |
| |_pip.exe                  ----用于安装第三方模块的程序
|
|_python.exe                 ----python解释器

使用miniconda

虚拟环境操作
  1. 创建虚拟环境
conda create -n Test1 python=3.7
# -n是-name的缩写
# 环境默认创建到安装目录的envs下
  1. 查看已有虚拟环境
conda env list
  1. 进入虚拟环境
activate Test1
  1. 退出虚拟环境
deactivate
  1. 删除虚拟环境
conda env remove -n Test1
库操作
  1. 安装第三方库
conda install [库名]
  1. 查看某个库的所有版本
conda search [库名]
  1. 卸载某个库
conda remove [库名]
  1. 列出当前虚拟环境已安装的库
conda list

找不到库名可以到这里搜索:https://anaconda.org/

嵌入式python(运行环境)

安装python 安装pip 查看pip已安装的模块 python -m pip list

项目结构

一个项目属于一个包,一个包是多个模块的集合。

包与模块的结构如下:

api                          # 项目名
├── src                      # 源代码主目录
│  ├──module_A               # A模块
│  │  ├──__init__.py         # 标记为python包
│  │  ├──test1.py            # 子包里的test1模块
│  │  └──test2.py 
│  └──module_B               # B模块
│     ├──__init__.py         # 标记为python包
│     └──test3.py            # 子包里的test1模块
├── tests                    # 单元测试目录
│   ├── test_module_a.py     # 模块A的测试用例
│   └── test_module_b.py
├── requirements.txt         # 依赖库列表(pip安装)
├── pyproject.toml           # 项目元数据及构建配置(现代项目推荐)
├── setup.py                 # 旧版项目打包配置(可选)
├── .gitignore               # Git忽略规则
└── README.md                # 项目说明文档

打包&部署

【打包成python库】:setuptool

  1. 添加setup.py配置文件
from setuptools import setup, find_packages

setup(
    name="project_name",
    version="0.1.0",
    packages=find_packages(),
    install_requires=open("requirements.txt").read().splitlines(),
    entry_points={"console_scripts": ["mycli=src.main:main"]}  # 命令行入口
) 
  1. 生成分发包
# 生成源码包(.tar.gz)和Wheel包(.whl)
python setup.py sdist bdist_wheel  

生成的包位于/dist 目录中。

【打包成桌面应用】:PyInstaller

略

【打包成Web服务】

假设部署到Ubuntu。

  1. 安装基础Python环境
sudo apt update
sudo apt install python3 python3-pip git nginx  # Web服务需Nginx
  1. 上传源代码
  2. 用venv配置虚拟环境,然后安装依赖
python3 -m venv my_venv # 创建名为my_venv的虚拟环境
source my_venv/bin/activate # 进入my_venv虚拟环境
pip install -r requirements.txt #在my_venv环境中,安装项目依赖(仅影响当前虚拟环境)
  1. 配置nginx服务器(略)
  2. 配置wsgi服务器(略)
Last Updated: 6/18/25, 9:52 AM
Contributors: azil, dongyz8