前言

写过好多次 Python 包管理工具和编辑器选择的 issues 了，但是很散，这里集中整合一下，一次性解决学习 Python 的新手一定会碰到的 Python 安装、环境配置、编辑器选择的问题！

TL;DR

推荐使用uv或者pdm这样的工具来解决管理 Python 版本、管理虚拟环境及依赖的问题。

编辑器推荐使用 VSCode。

为什么要写这篇

我在学习 Python 之初遇到了三大难题：

1. 怎么下载 Python，用哪个 Python？

市面上的教程大部分让我们通过 Python 官网下载 Python 解释器，但是这对于新手来说有很多问题：

  1. 要选择与教程匹配的 Python 版本：为了避免因为 Python 版本不同而出现的问题，但这并不容易，
  2. 配置默认路径对新手来说不容易：下载后要配置路径，不然可能无法使用，这需要一些配置路径的知识
  3. 如何切换 Python 版本：很多情况下，我们可能已经看了很多教程，电脑上已经安装了 Python，但是版本和当前教程并不一样！

我在接触 Python 的时候，经常卡在这第一步出问题，然后陷入找教程、看教程第一节、放弃、找下一个教程的死循环。

2. 怎么安装三方库，安装到哪里？

市面上的教程关于安装三方库的时候总是只说一句 pip install ，如果真的这么做了，时间久了之后，本机的 Python 环境一定会很混乱。

我主要学习 Python 来做数据分析工作，你懂的，数据分析的库贼多，而且互相之间大都有依赖关系。然后我有时还会想看些其他方面的教程，比如 Django、fastapi 这些。我按照教程中不断的往本机环境pip install ，直到把新买的 MacBook 送进天才吧！

3. 选择哪个编辑器？

这又是一大难题，好奇心作祟的我，遵循着差生文具多的定律，把几乎所有的主流编辑器都试用了：VSCode、jupyter notebook、PyCharm CE、spyder、zed、Neovim......

结果就是，只顾着看这种编辑器、折腾各种配置了，真正的 Python 代码怎么写是一点没看....

没有完美的编辑器！这里推荐：VSCode，免费、功能强大、不局限于某个语言、跨平台、配置少、支持 jupyter notebook！

不建议其他编辑器的原因：

  1. jupyter notebook：除了在初学或者必要场景，不推荐使用。用 jupyter 写出来的代码结构性很差，会很难学会 Python 中面向对象的概念；如果入门之后切换到其他编辑器，也会增加切换编辑器的学习成本
  2. PyCharm CE：专业版好贵，社区版居然不支持 jupyter notebook，太离谱。而且在我配置的过程中，感觉配置起来也相对麻烦，一直没有搞懂各种教程中对 PyCharm 吹捧的原因是啥
  3. spyder：好喜欢这种左边.py文件，右边类似 jupyter 一样的输出展示！但是真的太慢了，功能界面也很老旧。而且 VSCode 也可以设置为类似 spyder 这样的界面
  4. zed：性能真的好快！但是会陷入到 LSP 的各种配置文档中，不配置的话，甚至 impot 语句到会报错
  5. Neovim：千万不要下载！千万不要下载！千万不要下载！时间一宿一宿的过去，根本不知道干啥了

实操 Python 环境配置-仅需五步进入代码学习

1. 安装 Python 项目管理工具

uv 和 pdm 二选一即可，这里以 macOS 为例：

# 安装uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# or 安装pdm
curl -sSL https://pdm-project.org/install-pdm.py | python3 -

2. 安装 Python

uv python install 3.11 # 使用uv安装Python，我一般会把最近的4个版本都装上，方便折腾，反正也不会把电脑搞坏

3. 初始化项目并选择最低 Python 版本

给每个项目单独创建一个虚拟环境，并把项目文件放在一个文件夹内管理是一个非常好的习惯。比如，我会给我学习的每个教程都单独设置一个项目文件夹。

mkdir my_project # 创建文件夹，mkdir 是 make directory 的缩写
cd my_project # 进入我们创建的项目文件内，cd 是 change directory 的缩写

uv init . --python 3.9  # 使用uv初始化项目文件夹，并选择项目可接受的最低Python版本为3.9

4.选择 Python 版本并添加项目依赖

uv python pin 3.11 # 指定项目的Python版本，这里指定的版本不可以比初始化的最低版本低
uv add pandas # 使用uv安装pandas依赖，这时uv会自动帮我们把pandas安装到当前项目的虚拟环境中，如果我们没有安装3.11版本，uv会帮我们自动安装
uv add numpy scipy # 使用uv同时安装多个依赖
uv remove scipy # 使用uv移除scipy

uv add和uv remove每次运行都会帮我们自动进行依赖解析，安装最合适的三方库版本

5.VSCode 配置

这一步最简单，任何方式下载安装好 VSCode 之后，只需要下载 Python 插件，其他插件依据实际个人需求，比如中文界面、主题、csv 美化等等。如果想使用 jupyter 可以下载 jupyter 插件，然后在.ipynb文件中编辑即可

刚开始全部默认配置即可。VSCode 会自动帮我们完成虚拟环境识别、智能补全、错误提示等功能。

最后

类似 uv 和 pdm 这样的工具可以帮我们节省很多项目配置的时间，在正式学习 Python 之前先掌握他们的用法非常有必要。最后备注一些可能的疑问：

  1. uv 和 pdm 有什么区别：
    • 功能上：基本功能完全一样，pdm 有更多的高级功能更加成熟一点
    • 性能：uv 基于 rust，在依赖解析方面更快
  2. 如何生成requirements.txt文件：
    • uv：uv export > requirements.txt
    • pdm：pdm export -f requirements > requirements.txt
  3. 每个项目一个环境，重复的依赖会不会特别占存储空间？
    • 不会，uv 和 pdm 都采用的中心化存储缓存，每个版本的包只有在第一次安装的时候存储一份，后续相同的版本会复用第一次安装的缓存
  4. 文档：
    • uv：https://docs.astral.sh/uv/
    • pdm：https://pdm-project.org/en/latest/

最后再提一句，编辑器就用 VSCode 就行了，千万不要瞎折腾！千万不要瞎折腾！千万不要瞎折腾！