查看全课大纲（第 2 / 51 节）
  1. 1.Python 是什么？为什么值得学？
  2. 2.如何为 Python 编程准备一个“全家桶”环境？
  3. 3.Python 有哪几种执行方法？
  4. 4.行与缩进到底有什么用？
  5. 5.注释有什么用，怎么写？
  6. 6.变量：如何给数据起个好名字？
  7. 7.运算符的优先级和常见坑点是什么？
  8. 8.Python 中，数字和布尔值究竟有哪几种？
  9. 9.输入函数 `input()` 和文件读取 `open()` 怎么用？
  10. 10.如何将程序的结果展示给用户或保存下来？
  11. 11.CSV 文件怎么读怎么写才方便？
  12. 12.列表是什么，如何创建和访问它？
  13. 13.列表的修改操作，有哪些方法？
  14. 14.列表切片为什么能取到部分元素？排序和查找又该怎么用？
  15. 15.判断语句：如何让程序根据条件做不同的事？
  16. 16.for 循环如何遍历序列中的元素？
  17. 17.while 循环什么时候才会停？
  18. 18.while 循环的结束条件，你写对了吗？
  19. 19.循环中途想提前结束，怎么办？
  20. 20.`break` 和 `continue` 到底有什么区别？
  21. 21.列表推导式如何让代码更简洁高效？
  22. 22.字符串怎么定义、拼接和操作？
  23. 23.元组：为什么定义单个元素时要加逗号？
  24. 24.集合（set）怎么用？如何快速去重和做集合运算？
  25. 25.字典是什么，为什么比列表更方便？
  26. 26.字典的增删改查与遍历，如何避免 KeyError？
  27. 27.函数里的变量，为什么有的能用有的不能用？
  28. 28.在函数内部修改全局变量，为什么有时不生效？
  29. 29.函数里能修改全局变量吗？返回值怎么用？
  30. 30.匿名函数：如何用 lambda 快速定义简单函数？
  31. 31.面向对象编程是什么，为什么需要它？
  32. 32.类中的方法和属性到底怎么定义和使用？
  33. 33.如何控制对对象内部属性和方法的访问？
  34. 34.异常发生时，程序会怎样继续执行？
  35. 35.如何组织代码：包和模块
  36. 36.`if __name__ == '__main__'` 到底有什么用？
  37. 37.如何用 IDE 的 Debug 功能排查程序错误？
  38. 38.Matplotlib 绘图的第一步该做什么？
  39. 39.Figure 是什么，如何设置图形尺寸？
  40. 40.如何自定义 Matplotlib 的坐标轴？
  41. 41.如何为图表添加图例，让不同曲线一目了然？
  42. 42.饼图怎么画才能直观展示数据占比？
  43. 43.如何用 Matplotlib 绘制散点图？
  44. 44.柱状图怎么画？
  45. 45.如何使用 Matplotlib 绘制等高线图？
  46. 46.如何在 Matplotlib 中绘制子图？
  47. 47.zip 函数如何把多个列表“打包”在一起？
  48. 48.如何给可迭代对象加上索引？
  49. 49.random 模块如何生成随机数？
  50. 50.math 模块怎么用？
  51. 51.Counter 如何快速统计元素出现次数？

如何为 Python 编程准备一个“全家桶”环境？

约 9 分钟

小象实战讲义 · Python 编程从入门到实践

欢迎来到 Python 编程之旅的第一站。在学习任何编程语言之前，搭建一个稳定、便捷的开发环境是第一步。本节将带你完成 Python 环境的安装与配置，这是后续所有章节代码能够顺利运行的基础。我们将重点介绍一种高效、省心的安装方式，让你一次性获得 Python 及其在数据科学领域常用的工具包，并了解如何在不同 Python 版本间切换。

💡 核心导读

  • 为什么选择 Anaconda：它集成了 Python 解释器、数据科学常用库（如 NumPy、Pandas、Matplotlib）和开发工具（如 Spyder、Jupyter），是“一站式”解决方案。
  • 核心功能：虚拟环境：允许你在一台电脑上创建多个独立的 Python 环境，轻松管理不同项目所需的 Python 版本和依赖包。
  • 安装流程：以 Windows 系统为例，演示从下载、安装到验证 Anaconda 是否成功的完整步骤。
  • 其他选择：了解直接安装 Python 官方版本或使用其他集成开发环境（IDE）的途径。

什么是 Anaconda？

Anaconda 是一个 Python 发行版，它包含了 Python 解释器本身以及一个庞大的预装软件包集合，特别专注于数据科学领域。国内很多程序员将其称为 Python 的“全家桶”。

它的核心优势在于：

  1. 集成大量数据科学库：安装后，你无需再单独安装 NumPy（数值计算）、Pandas（数据分析）、Matplotlib（数据可视化）等核心库，它们已经包含在内。
  2. 自带便捷的开发工具：例如 Spyder（一个集成开发环境）和 Jupyter Notebook（基于网页的交互式编程环境），开箱即用。
  3. 强大的环境管理功能：这是 Anaconda 的一大亮点。你可以创建多个相互隔离的“虚拟环境”，每个环境可以使用不同版本的 Python、安装不同的第三方库，让不同项目各用各的依赖。

如何安装 Anaconda？

课程录制时通过镜像源提供了以下安装包。链接和版本号均按课件原文保留：

  • Windows 64位：http://xiaoxiangxueyuan.oss-cn-qingdao.aliyuncs.com/anaconda/Anaconda3-5.1.0-Windows-x86_64.exe
  • Windows 32位：http://xiaoxiangxueyuan.oss-cn-qingdao.aliyuncs.com/anaconda/Anaconda3-5.1.0-Windows-x86.exe
  • MacOS：http://xiaoxiangxueyuan.oss-cn-qingdao.aliyuncs.com/anaconda/Anaconda3-5.1.0-MacOSX-x86_64.pkg
  • Linux 64位：http://xiaoxiangxueyuan.oss-cn-qingdao.aliyuncs.com/anaconda/Anaconda3-5.1.0-Linux-x86_64.sh

注意：以上为课程录制时的 Anaconda3-5.1.0 版本。若链接失效或版本过旧，请到 Anaconda 官网或清华源下载当前稳定版，不要继续使用旧安装包。

下面以 Windows 64位 系统为例，演示安装步骤：

  1. 下载与启动：点击对应链接下载 .exe 安装文件，双击运行。
  2. 安装向导：基本遵循“下一步”原则。在设置安装路径时，请确保路径中不包含中文字符，使用全英文路径可以避免未来可能出现的兼容性问题。
  3. 关键选项：安装过程中会遇到一个包含两个勾选项的页面，这两个选项的作用是把 Anaconda 的相关命令加入系统路径（这是课程录制时安装器界面的说法；不同版本安装器的选项名称可能略有差异，以你实际看到的界面为准）。
    • “Add Anaconda to my PATH environment variable”：如果这台机器之前没有安装过 Python，建议勾选。勾选后可以在任意命令行窗口（如 CMD 或 PowerShell）中直接使用 conda、python 等命令。如果之前已经有 Python 环境，不勾选也可以。
  4. 完成安装：等待进度条走完，点击“Finish”完成安装。安装程序可能会提示安装 VS Code，本课程可以先跳过（Skip）。

验证安装与基本使用

安装完成后，你可以在 Windows 的“开始”菜单中找到 Anaconda 相关的快捷方式。

  • Anaconda Prompt：这是一个专为 Anaconda 配置的命令行工具。打开它，你就进入了 Anaconda 的“基础环境”。
    • 输入 conda list 并回车，会列出当前环境下已安装的所有包，你应该能看到 python、numpy、pandas、matplotlib 等。
    • 输入 python -V（注意 V 是大写）并回车，会显示当前 Python 的版本号。课程录制时显示的是 Python 3.6.4。
  • Spyder：这是一个集成开发环境。启动后，界面通常分为代码编辑区和右侧的交互式编程窗口。你可以在交互式窗口中直接输入 Python 代码并立即看到结果。
# 在 Spyder 的交互式窗口中尝试
print("Hello, Python!")
print(1 + 2 * 3)
Hello, Python!
7

第一行打印字符串，第二行计算 1 + 2 * 3 并打印结果。

虚拟环境：管理不同 Python 版本的利器

Python 2 和 Python 3 是不兼容的两个主要版本。Python 从版本 2 升级到版本 3 之后，不少使用方法发生了改变，用两个版本实现的逻辑不能互相兼容。因此，当需要在一台机器上同时支持 Python 2 和 Python 3 时，会遇到很多麻烦：比如 NumPy、Pandas 这类依赖包，针对 Python 2 和 Python 3 也有不同的版本。

Anaconda 的虚拟环境功能可以解决这个问题。你可以为 Python 2 和 Python 3 分别创建不同的虚拟环境，它们彼此独立、互不干扰；需要切换版本时，使用一个切换命令就能进入对应的环境。本节只说明虚拟环境的作用，具体的创建与切换命令不在本节展开。

其他环境选择

虽然我们推荐使用 Anaconda，但你也应该知道还有其他选择：

  • 官方 Python：你可以直接访问 python.org 下载官方安装包。这种方式更“纯净”，但需要你手动安装所有需要的第三方库。
  • 其他 IDE：例如 PyCharm，可以到 PyCharm 官网下载安装包；如果喜欢轻量的编辑器，也可以使用 Atom 编写 Python 代码。

本课程后续的演示默认在 Anaconda 提供的 Python 环境下进行。

📝 动手练一练

  1. 成功安装 Anaconda 后，请打开 Anaconda Prompt，依次执行以下命令，并观察输出结果：
    • conda list | findstr python（Windows）或 conda list | grep python（Mac/Linux）：查看与 Python 相关的包。
    • python -c "import numpy; print(numpy.__version__)"：查看已安装的 NumPy 库版本。
👉 点击查看参考答案

思路：这些命令用于验证 Anaconda 核心组件是否安装成功。第一条命令过滤出包列表中的 Python 信息；第二条命令在 Python 解释器中导入 NumPy 并打印其版本号。

参考命令与输出（示意，只保留课程录制时演示到的版本号；完整包清单与版本号以你机器上的实际输出为准）：

# 在 Anaconda Prompt 中执行
# 1. 查找 Python 相关包
(base) C:\Users\YourName> conda list | findstr python
python                    3.6.4

# 2. 检查 NumPy 版本
(base) C:\Users\YourName> python -c "import numpy; print(numpy.__version__)"
（这里会打印你机器上实际安装的 NumPy 版本号）

如果能看到类似的输出，说明你的 Anaconda 环境已准备就绪。第一条命令过滤出的包清单、以及第二条命令打印的 NumPy 版本号，都会随安装版本不同而变化，不必与上面完全一致。

常见错误

错误写法 / 操作现象或报错原因正确写法 / 操作
将 Anaconda 安装到包含中文的路径下，如 C:\用户\张三\Anaconda3未来安装某些包或运行程序时，可能出现无法预料的编码错误或路径找不到的问题。Python 及很多库对包含非 ASCII 字符（如中文）的文件路径处理不佳。安装时选择或创建一个全英文的路径，如 C:\Anaconda3 或 D:\Development\Anaconda3。
在安装时未勾选 “Add Anaconda to my PATH”，却直接在系统 CMD 或 PowerShell 中输入 python 或 conda系统提示“‘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”（CMD 原文；PowerShell 的提示措辞不同）。系统不知道这些命令的位置。1. 重新运行安装程序进行修改。或 2. 始终使用 Anaconda Prompt 来执行相关命令。

小结

  1. Anaconda 是一个集成的 Python 发行版，特别适合数据科学入门，因为它预装了 NumPy、Pandas、Matplotlib 等关键库和 Spyder、Jupyter 等工具。
  2. 虚拟环境是 Anaconda 的核心功能之一，它允许你在同一台机器上管理多个独立的 Python 环境，以兼容不同版本的项目需求。
  3. 安装时使用英文路径；如果机器上还没有 Python，建议把 Anaconda 加入系统环境变量（PATH），或者始终使用 Anaconda Prompt 执行命令，避免出现“不是内部或外部命令”。
  4. 安装完成后，可以通过 Anaconda Prompt 执行 conda list 和 python -V 来验证安装是否成功。
  5. 除了 Anaconda，你也可以选择安装官方 Python 或使用 PyCharm、Atom 等其他开发环境。

📋 行动清单

  • 根据你的操作系统，下载并安装 Anaconda，确保安装路径为全英文。
  • 打开 Anaconda Prompt，运行 python -V 和 conda list，确认 Python 及核心库已就绪。
  • 尝试启动 Spyder，在交互式窗口中输入 print("Hello, World!")，体验交互式编程。

—— 小象教研组