PYTHON

概念

概念	说明
pip	Python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
uv	Python包管理工具
PyPI	Python 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/
PyCharm	JetBrains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
FastAPI	基于 Starlette + Pydantic 的现代异步 Web 框架，性能接近 Go，自动生成 Swagger 文档，推荐用于 API 开发
logging	Python 内置日志模块，支持多级别、多输出目标（控制台/文件/网络），生产项目的标准日志方案
conda
venv	Python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

单环境（推荐新手）

适用场景：只维护一个项目，或所有项目都使用同一个 Python 版本。

第一步：安装 Python

前往 https://www.python.org/downloads/ 下载安装包，安装时勾选 Add Python to PATH。

安装完成后验证：

python --version
pip --version

第二步：安装 PyCharm

前往 https://www.jetbrains.com/pycharm/ 下载社区版（免费）。

第三步：在 PyCharm 中指定 Python 解释器

打开项目后，进入 File → Settings → Project: <项目名> → Python Interpreter
点击右上角齿轮图标 → Add Interpreter → Add Local Interpreter
选择 System Interpreter，找到刚才安装的 python.exe 路径（例如 C:\Python311\python.exe）
点击 OK，等待索引完成即可

多环境（推荐正式开发）

以下情况需要多个 Python 环境：
不同项目依赖不同 Python 版本（如一个用 3.9，另一个用 3.11）
不同项目的第三方库版本冲突（如 numpy==1.21 vs numpy==2.0）
需要复现别人的环境，隔离实验避免污染全局
团队协作，需要保证每个人的环境一致

多环境管理有两种主流方案：

方案	适用场景	特点
venv（内置）	仅需隔离包，Python 版本固定	无需额外安装，轻量
Miniconda	需要管理多个 Python 版本，或有非 Python 依赖（如 CUDA）	功能更强，适合数据/AI 项目

方案一：venv（内置虚拟环境）

无需额外安装，Python 3.3+ 自带。

# 1. 在项目根目录创建虚拟环境（目录名习惯用 .venv）
python -m venv .venv

# 2. 激活（Windows）
.venv\Scripts\activate

# 3. 激活（macOS / Linux）
source .venv/bin/activate

# 激活后命令行前缀会出现 (.venv) 字样

# 4. 安装依赖（仅影响当前虚拟环境）
pip install requests

# 5. 退出虚拟环境
deactivate

在 PyCharm 中指定 venv 解释器：

File → Settings → Project: <项目名> → Python Interpreter
点击齿轮 → Add Interpreter → Add Local Interpreter
选择 Virtualenv Environment → Existing，路径选择 .venv\Scripts\python.exe
点击 OK

方案二：Miniconda（多 Python 版本管理）

conda / miniconda / anaconda 的区别：
conda：包 + 环境管理器，可管理不同 Python 版本
miniconda：最小化安装包，只含 Python 和 conda，推荐使用
anaconda：预装了 150+ 科学计算包，体积庞大，按需选择

第一步：安装 Miniconda

前往 https://docs.conda.io/en/latest/miniconda.html 下载安装。

安装完成后，配置以下环境变量（Windows）：

C:\miniconda3
C:\miniconda3\Library\bin
C:\miniconda3\Scripts

第二步：创建并管理虚拟环境

# 创建指定 Python 版本的环境
conda create -n myenv python=3.11
# -n 是 --name 的缩写，环境默认存放在 miniconda3\envs\

# 查看所有环境
conda env list

# 激活环境（Windows）
conda activate myenv

# 激活环境（macOS / Linux）
source activate myenv

# 退出环境
conda deactivate

# 删除环境
conda env remove -n myenv

第三步：在环境中管理包

# 安装包
conda install numpy
# conda 找不到的包可以用 pip 补充安装
pip install some-package

# 查看已安装的包
conda list

# 搜索包的可用版本
conda search numpy

# 卸载包
conda remove numpy

找不到包名？可在 https://anaconda.org/ 搜索。

第四步：在 PyCharm 中指定 conda 环境解释器

File → Settings → Project: <项目名> → Python Interpreter
点击齿轮 → Add Interpreter → Add Local Interpreter
选择 Conda Environment → Existing
路径选择对应环境的 python.exe，例如：C:\miniconda3\envs\myenv\python.exe
点击 OK，等待索引完成

如果 PyCharm 检测到 conda 安装，也可以选择 Conda Environment → New，直接在 IDE 内创建新环境。

miniconda 目录结构说明：

C:\miniconda3\
├── python.exe              # base 环境的 Python 解释器
├── Lib\
│   └── site-packages\      # base 环境的第三方包
├── Scripts\
│   └── pip.exe             # 包管理工具
└── envs\
    ├── myenv\              # 自建环境 myenv
    │   ├── python.exe      # myenv 独立的 Python 解释器
    │   └── Lib\site-packages\
    └── another_env\        # 另一个自建环境

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）
├── .env                     # 参数配置文件
├── .gitignore               # Git忽略规则
└── README.md                # 项目说明文档

打包&部署

【打包成python库】：setuptool

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
)

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。

安装基础Python环境

sudo apt update
sudo apt install python3 python3-pip git nginx  # Web服务需Nginx

上传源代码
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）

配置nginx服务器（略）
配置wsgi服务器（略）