首页 > 其他分享 >1-1 计算机基础和py环境搭建

1-1 计算机基础和py环境搭建

时间:2023-11-16 13:12:16浏览次数:39  
标签:解释器 计算机 Python 代码 py python 3.9 搭建

1.计算机基础

1.1基本概念

计算机组成:

计算机是由多个硬件组合而成的东西,常见的硬件有:CPU、硬盘、内存、网卡、显示器、机箱、电源等等

但单纯地组合并不能协作

操作系统:

用于协调计算机各个硬件,让硬件之间进行协同工作,以完成某个目标

常见的操作系统:

windows -xp\win7\win10

pros:生态牛逼、多工具

但是略慢、收费

linux -centos\ubuntu\redhat

pros:资源占用少、免费

但是工具少,一般公司服务器安装linux,企业的服务器

mac -

pros:生态Ok,工具差不多有,交互好

不能玩游戏

软件:

也就是应用程序

由各大公司程序员开发

可以把软件理解为一堆代码

 

1.2编程语言

常见的编程语句有java、C++、python、PHP、C

本质上学习编程语言就是学习其他语法,根据语法再去编写相应软件中的功能

python语言中的语法规则

print('你是谁?')

1.3编译器、解释器

编译器\解释器就是要一个翻译者,将代码翻译成计算器能够识别的命令

区别:解释器or编译器?

解释器:实时翻译,解释一句交给系统一句

编译器:全文翻译,拿到代码之后编译成临时文件,在把文件交给操作系统读取

Python、PHP、JavaScript、Ruby一般称为解释型语言

C、C++、java一般称为编译型语言

2.学习编程的本质

本质上是三件事情:

  • 选择一门语言,在自己的电脑上安装此编程语言相关的编译器、解释器
  • 学习编译语言的语法规则,根据语法规则+业务背景 设计并开发你的软件
  • 使用编译器、解释器去运行自己的代码

3.Python的介绍

3.1语言的分类

  • 维度1:翻译
    • 解释型语言:Python\Ruby
    • 编译型语言:C\C++\Golang
  • 维度2:语言高低
  • 低级的编程语言,也就是代码可以直接被计算器识别

机器语言,101 001 00001 00010 00100111000 机器码,交给计算器执行

汇编语言,MOV,INC等指令交给计算机去执行

  • 高级的编程语言,写出来的代码无法被计算机直接识别,但是可以通过某种方式将其转换为计算机可以识别的语言

C、C++、Java、Python、Ruby这类编程语言在编码时候基本是英文作文的状态

交给相关编译器或者解释器翻译成机器码,然后再交给计算机执行

3.2Python

python火了一段时间,主要是有三点:

Python如此火爆的原因如下:

  • 语法简洁 & 适合小白学习,相比较于其他编程语言Python的学习成本非常低,甚至可以让其他行业的人快速掌握编程技能,通过编程提供工作效率,例如:Excel自动化办公、文件和文件夹的处理等。

  • 类库强大,Python自诞生之初就任其自然生长,经过多年的发展,造就其在很多领域都是积累了很多方便的类库,自然也成为了运维自动化、数据分析、机器学习首选编程语言。

  • 开发效率极高,结合Python语法精炼和类库齐全的特点,所以在使用Python进行开发时可以用更少的代码完成更多的功能,大大提升开发效率。例如:Python10行代码实现的功能,用其他语言可能需要100+行才能完成。

3.3 CPython解释器的版本

CPython的解释器一般有两大版本

  • 2.x,目前最新的Python2.7.18。(2020后不再维护)

    Being the last of the 2.x series, 2.7 received bugfix support until 2020. Support officially stopped January 1 2020, and 2.7.18 code freeze occurred on January 1 2020, but the final release occurred after that date.
  • 3.x,目前最新的3.11.0版。

4.环境搭建(转载其他)

  • Python解释器,将程序员编写的python代码翻译成计算机能够识别的指令。

    • 主流CPython

    • 3.9.0版本

  • 学习编程本质上的3件事

    • 安装 CPython 3.9.0版本解释器

    • 学习Python语法并写代码

    • 解释器去运行代码

 

4.1 安装Python解释器

4.1.1 mac系统

  • 去Python官网下载Python解释器(以3.9.0版本为例)

    https://www.python.org/
  • 安装

    默认Python解释器安装目录: /Library/Frameworks/Python.framework/Versions/3.9
    ​
    有bin目录下有一个 python3.9 文件,他就是Python解释器的启动文件。
    解释器路径:/Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9 
  • 写一个简单的Python代码并且让解释器去运行。

    name = input("请输入用户名:")
    print("欢迎使用UNNC系统:",name)

    将文件保存在:文稿/hello.py【/Users/wupeiqi/Documents/hello.py】

    接下来要让解释器去运行代码文件:

    - 打开终端
    - 在终端输入:解释器 代码文件
      /Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9 /Users/wupeiqi/Documents/hello.py
  • 【补充】系统环境变量

    - 假设你有30个Python文件要运行
       /Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9 /Users/wupeiqi/Documents/hello1.py
       ...
       /Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9 /Users/wupeiqi/Documents/hello30.py
    ​
    - Python解释器的路径每次不用再写这么长。
        - 将  /Library/Frameworks/Python.framework/Versions/3.9/bin 添加到系统的环境变量中。
        - 以后再使用Python解释器去运行python代码时,就可以这样:
             python3.9 /Users/wupeiqi/Documents/hello1.py
             ...
             python3.9 /Users/wupeiqi/Documents/hello2.py
    ​
    - 如何将 /Library/Frameworks/Python.framework/Versions/3.9/bin 添加到系统的环境变量中 ?
        - 默认你不用添加,默认Python解释器在安装的过程中已经帮你添加了。
        - 自己手动想添加:
             - 打开用户目录的下的  .bash_profile 文件(.zprofile)
             - 在文件中写如下内容
    # Setting PATH for Python 3.9
    # The original version is saved in .zprofile.pysave
    PATH="/Library/Frameworks/Python.framework/Versions/3.9/bin:${PATH}"
    export PATH

 

4.1.2 windows系统

  • Python官网下载Python解释器

    https://www.python.org/downloads/release/python-390/
  • 在自己电脑上进行安装

    python解释器安装目录:C:\Python39
    python解释器的路径:C:\Python39\python.exe
  • 编写一个Python代码并交给Python解释器去运行

    name = input("请输入用户名")
    print("欢迎使用UNNC系统",name)

    并将文件保存在:Y:\hello.py

    怎么让解释器去运行写好的代码文件呢?

    - 打开终端
    - 在终端输入:解释器路径 代码路径
  • 优化配置(让以后操作Python解释器去运行代码时候更加方便)

    - 写了30个Python代码,想要使用解释器去运行。
        C:\Python39\python.exe Y:\hello1.py
        C:\Python39\python.exe Y:\hello2.py
        ...
        C:\Python39\python.exe Y:\hello10.py
    ​
    - 然你以后可以方便的去运行代码,不用再写Python解释器所在的路径。   
        只要你将 C:\Python39 路径添加到系统的环境变量中。以后你在终端就可以:
            python.exe Y:\hello1.py
            
    - 如何将 C:\Python39 添加到环境变量呢?【默认在解释器安装的时已自动添加到环境变量了】

     

 

4.2 安装Pycharm编辑器(mac)

帮助我们快速编写代码,用Pycharm可以大大的提高咱们写代码的效率。 + 用解释器去运行代码。

print("asdfasdf")
  • 下载Pycharm

    https://www.jetbrains.com/pycharm/
  • 安装

  • 快速使用,写代码+运行代码

4.3 安装Pycharm编辑器(win)

  • 下载Pycharm

    https://www.jetbrains.com/pycharm/download/other.html
  • 安装

  • 快速使用:编写代码 + 运行代码

标签:解释器,计算机,Python,代码,py,python,3.9,搭建
From: https://www.cnblogs.com/zhengyongwu/p/17835988.html

相关文章

  • 1-3 Python基础语法
    ​ 目录1.循环语句1.1循环语句基本使用1.2综合案例1.3break1.4continue1.5whileelse2.字符串格式化2.1%2.1.1基本格式化操作2.1.2百分比2.2format(推荐)2.3f3.运算符3.1运算符优先级3.2判断题 1.循环语句while循环for循环```while条件: ......
  • 1-2 Python基础语法
    ​ 1.编码计算机所有的数据本质上是以0和1的组合来存储在计算机中会将中文转换为0101010100最终存储到硬盘上计算机中有一个编码的概念(也就是密码本)  武  ->   0111111100011010010110110在计算机中有很多种编码每种编码都有自己的一套密码本,都维护这......
  • python3 json.dumps(OrderDict类型) 报错:TypeError: Object of type datetime is not
    chatgpt给出的解决方案,在json.dumps()函数调用中传入default参数来指定如何处理datetime对象importjsonfromdatetimeimportdatetimedefdatetime_handler(obj):ifisinstance(obj,datetime):returnobj.__str__()#另一种处理,转换为自定义格式化字符串......
  • [940] Create a progress bar in Python
    TocreateaprogressbarinPython,youcanusethetqdmlibrary,whichisapopularlibraryforaddingprogressbarstoyourloops.Ifyouhaven'tinstalledityet,youcandosousing:pipinstalltqdmHere'sasimpleexampleofhowtousetqd......
  • 搭建Samba服务器笔记全套
    Top目录安装端口与服务管理其他常用命令配置全局配置共享库配置用户名密码认证库配置Samba登录用户配置防火墙配置设定安全的上下文关系本地系统设置访问读写权限Pdbedit用法Smbpasswd用法其他Windows下相关转发查看网络连接--可删除缓存,用于切换登录用户Windows设置Smb......
  • 标量衍射计算指南(python 实现)
    标量衍射计算指南(python实现)Introduction本文的目的总结一些标量衍射的计算方法,并讨论讨论他们的适用条件。代码和例子在:https://github.com/zhemglee/Scalardiffraction需要的预备知识:涉及的数理知识并不高深,主要是线性系统和傅里叶变换(离散傅里叶变换)的基础知识,当然还有光学。涉......
  • Windows下搭建Linux开发环境(vagrant)
     [下载]vagrant软件:https://www.virtualbox.org/wiki/Downloads centos镜像: http://isoredirect.centos.org/centos/7/isos/x86_64/ [安装]1.新建虚拟机新建:- 指定主机名称-类型:Linux-版本:RedHat(64-bit) 点击下一步,可以根据实际需要调整CPU和内存,后面的直接点击下一......
  • Python类对象:属性、继承与多继承
    在Python中,类是创建对象的蓝图。类定义了如何创建对象,并决定了这些对象的属性和行为。本博客将深入探讨Python类对象的属性、继承以及多继承。属性属性是类的特性,它定义了对象的状态。每个对象都有其自己的属性副本。python复制代码classPerson:def__init__(self,name,a......
  • python深度学习——一个简单的全连接神经网络,预测mnist手写数字
    代码来自《python深度学习》第二章:fromtensorflow.keras.datasetsimportmnistfromtensorflowimportkerasfromtensorflow.kerasimportlayers(train_images,train_labels),(test_images,test_labels)=mnist.load_data()print(train_images.shape)print(len(trai......
  • python机器学习算法原理实现——MCMC算法之gibbs采样
    【算法原理】Gibbs采样是一种用于估计多元分布的联合概率分布的方法。在MCNC(Markov Chain Monte Carlo)中,Gibbs采样是一种常用的方法。通俗理解Gibbs采样,可以想象你在一个多维空间中,你需要找到这个空间的某个特定区域(这个区域代表了你感兴趣的分布)。但是,你不能直接看到整个空间,只......