Python基础 | 环境搭建：从零开始配置Python开发环境

开发环境配置永远是入门Python的第一道坎。不少新手在这一步就被劝退，实在可惜。老夫写了20多年Python，今天就来说说这环境配置那些事。

系统选择

不管你用Windows、macOS还是Linux，Python都能跑。但要说开发体验，还得是Linux/macOS更好些。Windows下开发也不是不行，就是偶尔会碰到些莫名其妙的问题。建议Windows用户装个WSL2，直接在Linux子系统里开发。

Python版本选择

目前最稳定的是Python 3.9到3.12版本。新手直接上手3.12准没错，性能提升明显，还修复了不少历史遗留问题。但如果你要用一些特定的库，可能需要降级到3.9或3.10。看个人需求。

安装Python解释器

Linux/macOS用户直接用包管理器安装：

# Ubuntu/Debiansudo apt update sudo apt install python3.12# macOS (使用Homebrew)brew install python@3.12

Windows用户去Python官网下载安装包，记得勾选"Add Python to PATH"选项。装完后打开终端，输入：

python --version

看到版本号就说明安装成功了。

虚拟环境管理

老手都知道，项目隔离很重要。用虚拟环境能避免包冲突，也方便迁移部署。现在都用venv模块：

# 创建虚拟环境python -m venv myenv# 激活虚拟环境# Linux/macOSsource myenv/bin/activate# Windowsmyenv\Scripts\activate

包管理工具

pip是Python的包管理工具，但我更推荐用poetry。poetry能更好地处理依赖关系，还能自动生成lockfile：

# 安装poetrycurl -sSL https://install.python-poetry.org | python3 -# 创建新项目poetry new my_project# 安装依赖poetry add requests pandas

IDE选择

PyCharm是最强大的Python IDE，但占用资源较多。VS Code配上Python插件也很够用：

# VS Code安装Python插件code --install-extension ms-python.python

代码检查和格式化

代码规范很重要，pylint和black是标配：

# 安装工具pip install pylint black# 检查代码pylint your_file.py# 格式化代码black your_file.py

调试工具配置

pdb是内置调试器，但我更喜欢ipdb，交互体验更好：

# 安装ipdbpip install ipdb# 在代码中使用import ipdb; ipdb.set_trace()

项目结构示例

一个标准的Python项目结构是这样的：

my_project/├── .venv/├──src/│ └── my_project/│ ├── __init__.py│ └──main.py├── tests/│ └── test_main.py├── pyproject.toml└── README.md

环境变量配置

推荐用.env文件管理环境变量：

# .envDEBUG=True API_KEY=your_secret_key# Python代码中读取from dotenv import load_dotenv load_dotenv()

git配置

别忘了设置.gitignore：

这套配置下来，基本能应付80%的开发场景。当然，随着项目复杂度提升，可能还需要配置CI/CD、容器化环境等，那就是另外的故事了。

最后提醒一句：环境配置看着繁琐，但这些都是一劳永逸的投资。配置好了开发环境，写代码才能事半功倍。有问题就查文档，别觉得麻烦。老码农都是这么过来的。

记住一点：工欲善其事，必先利其器。环境配置做得好，代码写起来才会顺畅。这个道理，我这二十年来深有体会。

想了解更多细节，欢迎继续交流。老夫写了这么多年Python，经验教训不少，随时分享。