Matrix 首页推荐
Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
文章代表作者个人观点，少数派仅对标题和排版略作修改。
通常，如果一个没有接触计算机的新人打算学编程，问我学什么语言，我都会告诉他「学 Python」。Python 很容易学习又非常的强大，对于非专业编程人士而言可谓是最佳选择，对于专业人员而言掌握一门脚本语言也可以很大程度提高编程效率。
该文章的唯一受众是完全不会配置 Python 环境的人，因此一切以简单为第一要义而不会过于考虑最优解。如果你已经有了适合你的 Python 环境那么本文并不适合你，当然，也欢迎你写一篇新的文章（而非在本文下评论，因为这可能会对完全的新人造成困惑）更进一步的分享你的环境搭建方式让大家学习。
对于任何人而言，我都会推荐使用 Miniconda 来安装 Python，对于初级开发者而言，它可以最大限度的降低安装的难度，而对于高级开发者而言则可以很方便的创建多个不同 Python 版本的虚拟环境。
Miniconda 是 Anaconda 的简化版，或者更准确地说，Anaconda 不过是 Miniconda + 一些数据科学需要用到的库而已。相比于 Anaconda 1G+ 的体积，Miniconda 50M 的大小格外友好，因此对于不需要进行科学分析的我们而言使用 Miniconda 才是最优选择。
另外，由于 Miniconda 的诞生是在 Anaconda 之后的、是 Anaconda 决定精简后推出的，因此在网络上你或许搜到的绝大多数问题都是 Anaconda 而非 Miniconda（甚至可能某些在用 Anaconda 的人都不知道 Miniconda 的存在），不过绝大多数情况下他们都是通用的，所以当你遇到问题时利用 Miniconda 搜索不到时可以换成 Anaconda 碰碰运气。
另外，Anaconda 和 Miniconda 的版本号其实让人有些困惑。截止本文写作之时，最新的 Anaconda 版本名字叫做 Anaconda3 4.10.3。事实上，目前所有的 Anaconda 都是叫做「Anaconda3」，因为这里的 3 是对应的其附带的 Python 版本的，因此 Anaconda 3 所附带的是 Python 3，而随着 Python 2 正式退出舞台，Anaconda2 目前已经正式消失。至于 4.10.3 才是 Anaconda 的真正版本，这也是 Anaconda 安装后对应的 conda 命令（提供了 Anaconda 环境的管理）的版本。
好了，关于 Anaconda 和 Miniconda 的布道与讲解就这么多，下一步就是正式开始安装了。对了，如果你只能在 Mac 或 Windows 中二者中的一个，可以只看相关章节，我在撰写时特意没有合并重复的内容以最大化降低你出错的可能。而如果你用的是 Linux，我相信你肯定有自己安装的能力：）
打开 Miniconda 的网站，可以看到「MacOSX installers」下有不同的版本提供：
可以从 Python version 列和 Name 列看到，有三个 Python 的版本提供（3.9, 3.8, 3.7），每一个又有 bash 和 pkg 两种可下载类型，我们在这里选用 pkg 格式以简化安装和配置，而 Python 版本我个人则建议你选用最新的 Python 3.9 版本，也即最后我们使用的是这六个链接中的 第二个安装包：Python 3.9 Miniconda3 MacOSX 64-bit pkg。
点击上述链接后稍等片刻即可开始下载，但如果你下载的速度出奇地慢，你可以选择使用镜像站（相对应地，刚刚我们打开的是第一方网站，如果你好奇什么是镜像站，可以通过搜索引擎直接搜索「镜像站含义」阅读相关网页）来加速下载，我个人比较常用的是清华提供的 Anaconda 镜像，该镜像中的 Miniconda 安装包可以从 这里 获取。
可以看到，该镜像提供的是若干的可执行文件。如果你是从我发的链接点入的话，应该是已经按照「Date」即发布日期进行了降序排序，而如果你是从其它地方进入，则可能需要手动点击「Date」后面的箭头来让其根据日期排序，这样可以方便我们找到最新的版本。
在 File Name 中可以看到，之前我们提及的版本信息「Python 3.9」在这里是以 py39 的形式存在，而也相应的有着 pkg 后缀。另外，你或许注意到了，在 py39 后跟着类似于 4.10.3 的版本号，这是 Miniconda 的版本，和 Python 版本没有绝对相关性，一般选择相应 Python 版本对应的最新 Miniconda 的版本即可。最终，与上述我们从第一方下载的版本相同的是我这张图中的第四个链接 Miniconda3-py39_4.10.3-MacOSX-x86_64.pkg 。
无论你是从第一方网站下载的还是镜像站下载的，都可以在下载后直接双击打开运行。
安装过程很简单，直接一路「继续」即可（中途可能需要输入电脑的密码并同意一些权限）。
轻松安装成功，最后给出的链接是 Anaconda 的一些帮助，感兴趣可以看看来进一步学习 conda 的使用。
打开你的「终端」（打开 启动台 搜索可以找到），你可以依次输入以下命令（每行是一个命令，注意输入时的空格、拼写、大小写不要出错，所有的 version 前面都是有两个 - 的）验证下是否安装成功：
conda --version
python --version
pip --version如果你的输出和我的类似（版本号可能因时间而变化，但整体应该是差不多的，至少不会有什么「找不到」、「错误」、「异常」、「Error」、「Exception」的字样出现），那么恭喜你，已经安装成功了。
这时，Python 已经可以正常使用了，但为了加快在国内的访问速度，我们可以更进一步的配置相关包的镜像服务器，我们需要分别配置 conda（Miniconda 的包管理与环境管理工具）和 pip（Python 的包管理工具）的镜像，这里也依然使用清华镜像站为例，文档分别位于 Anaconda 镜像使用帮助 和 pypi 镜像使用帮助。
在终端内执行 nano ~/.condarc （注意使用英文输入法输入，波浪线是英文的 ~ 而非中文的 ～，condarc 前面有个点），将下面的内容粘贴进去：
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/clou按 Control + X 保存（并在后续询问时输入 y 确认修改、回车确认路径）并执行一次 conda clean -i 命令清除已有缓存即可。
以上是配置了 conda 的镜像，配置 pip 的就简单多了，执行 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 命令就可以配置好了。
Windows 7 系统的其实也差不多，完全可以试着照着安装下，遇到问题可以评论。
打开 Miniconda 的网站，可以看到「Windows installers」下有不同的版本提供：
可以从 Python version 列和 Name 列看到，前三个提供了 3.9, 3.8, 3.7 的 64-bit 版本，而后三个是 32-bit 版本，通常情况下，只要你的电脑不是老古董都可以放心的选择 64-bit 版本，我个人建议你选用最新的 Python 3.9 版本，也即 第一个链接：Python 3.9 Miniconda3 Windows 64-bit。
如果你非得要探究下 64-bit 到底是什么，你可以在搜索引擎直接搜索「电脑系统 32 位和 64 位有什么区别」，相信相关内容一定可以满足你的求知欲。而如果你想确切的知道下自己电脑到底是 32-bit 还是 64-bit，你可以打开系统的设置（右键单击屏幕左下角的开始按钮并选择设置），然后依次进入「系统」（位于设置界面的第一个）、「关于」（位于系统页面左侧滑动栏的最后一个），查看右侧「系统类型」即可。
言归正传，点击上述链接后稍等片刻即可开始下载，但如果你下载的速度出奇地慢，你可以选择使用镜像站（相对应地，刚刚我们打开的是第一方网站，如果你好奇什么是镜像站，老规矩，通过搜索引擎直接搜索「镜像站含义」阅读相关网页即可）来加速下载，我个人比较常用的是清华提供的 Anaconda 镜像，该镜像中的 Miniconda 安装包可以从 这里 获取。
可以看到，该镜像提供的是若干的可执行文件。如果你是从我发的链接点入的话，应该是已经按照「Date」即发布日期进行了降序排序，而如果你是从其它地方进入则可能需要手动点击「Date」后面的箭头来让其根据日期排序，这样可以方便我们找到最新的版本。
在 File Name 中可以看到，之前我们提及的版本和架构信息「Python 3.9」和「64-bit」在这里是没有的，这时可以根据 Python3.9 == py39、64-bit == x86_64、32-bit == x86 的规则来从 File Name 中找到你所想要的版本。另外，你或许注意到了，在 py39 后跟着类似于 4.10.3 的版本号，这是 Miniconda 的版本，和 Python 版本没有绝对相关性，一般选择相应 Python 版本对应的最新 Miniconda 的版本即可。最后一点就是后缀了，我们选择以 .exe 结尾的来让我们可以在 Windows 上便捷安装。也就是，与上述我们从第一方网站上下载的版本相同的是 Miniconda3-py39_4.10.3-Windows-x86_64.exe 这个，很巧的是它也在第一个。
无论你是从第一方下载的还是镜像站下载的，都可以在下载后直接双击打开运行。
安装过程很简单，几乎可以一路「下一步」。
在 Advanced Options 中勾选上「Add Miniconda3 to my PATH environment variable」选项再点击 Install ，不然之后你可能遇到找不到 Python 又不知道怎么解决（关于环境变量和 PATH 是值得了解的，推荐通过搜索引擎补充学习相关知识）。
然后安静地等待安装进度条走完，等待时你可以考虑阅读下 Python 的第一方教程 并考虑放弃学习编程（bushi
安装完成，有两个勾可以选择，主要是教你如何使用 Anaconda 的，感兴趣可以看看，点击 Finish 即安装完成。
这时候你看你的开始菜单，会发现里面多了两个和 Miniconda 有关的内容：Anaconda Powershell Promt (miniconda3) 和 Anaconda Promt (miniconda3)，这两个的区别主要是一个依托于 Cmd 一个依托于 Powershell，这属于一个 Windows 系统的历史问题，严格上 Powershell 比 Cmd 更先进强大。
Windows 7 系统上可能没有 Powershell，因此这里我使用「Anaconda Promt (miniconda3)」做演示。点击打开它可以发现它就是一个「黑乎乎的窗口」。
这个窗口未来会非常常用，一切和 Python 打交道的事情几乎都会在这里完成，你可以依次输入以下命令（每行是一个命令，注意输入时的空格、拼写、大小写不要出错，所有的 version 前面都是有两个 - 的）验证下是否安装成功。
conda --version
python --version
pip --version如果你的输出和我的类似（版本号可能因时间而变化，但整体应该是差不多的，至少不会有什么「找不到」「错误」「异常」「Error」「Exception」的字样出现），那么恭喜你，已经安装成功了。
这时 Python 已经可以正常使用了，但为了加快在国内的访问速度，我们可以更进一步的配置相关包的镜像服务器，我们需要分别配置 conda（Miniconda 的包管理与环境管理工具）和 pip（Python 的包管理工具）的镜像，这里也依然使用清华镜像站为例，第一方文档分别位于 Anaconda 镜像使用帮助 和 pypi 镜像使用帮助。
首先在刚刚的窗口内执行 conda config --set show_channel_urls yes，不输出任何内容即为成功。
然后输入 notepad %HOMEPATH%\.condarc （注意使用英文输入法输入，condarc 前面有个点），将打开的记事本内的内容用下面的覆盖。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud保存后再执行一次 conda clean -i 清除已有缓存即可。
以上是配置了 conda 的镜像，配置 pip 的就简单多了，执行 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 就可以成功设置。
这里开始就不分操作系统啦，如果有差异我会说的。
安装成功以后，让我们执行我们的第一个 Python 脚本以验证一切 OK（记得顺便阅读下输出的 Python 哲学以感受 Python 的魅力）。
输入 python -c "import this" （注意在英文输入法下输入，注意空格、引号及拼写）来查看执行结果。
这个命令和你写一个内容为 import this 的脚本然后执行效果是一样的，下面我们就来尝试写下这个脚本。
编写代码可以使用 Windows 系统自带的记事本工具或 Mac 系统自带的文本编辑工具，但我更推荐你使用专为编程所设计的编辑器或是 IDE（老规矩，好奇区别的话记得搜索，多了解点总没坏处），这是为了避免一些空格、编码、BOM 等问题。编辑器和 IDE 的选择每个人都有不同的偏好，我个人推荐你如果想要轻量简单可以下载 Sublime Text 编辑器，而想要真的步入 Python 编程的世界那么推荐使用 PyCharm IDE。
多说一句：虽然这两个都是付费软件，但 Sublime Text 可以无限制试用只是会在一段时间内提醒你购买一次，PyCharm 则有免费的 Community 版本，而 Professional 多的则主要是和科学计算网站开发有关的内容，对于大多数用户而言，免费的 Community 版本已经够用了，而如果你是学生的话则可以免费使用 Professtional 版本，完全没有必要去寻找使用盗版（特别是我认识一个学生竟然还找盗版，根本不知道学生可以使用免费的正版……）。
为了保持简单，我们这里以 Sublime Text 4 为例，进入下载页面，根据你的操作系统选择下载。
Windows 用户直接一路「下一步」、Mac 用户直接将下载好的文件双击解压（如果是 Safari 下载的则自动解压好了）并将解压得到的 .app 文件移动到「应用程序」文件夹下。
安装成功后，打开，直接输入 import this （输入的过程注意不要有多余的空格）并选择一个合适的路径保存。
为了简单，如果是 Windows 请保存在根目录下并命名为 first.py，然后进入到刚刚的 Anaconda Promt 窗口输入 cd C:\ 切换到根目录、输入 python first.py，输出内容应当是与最开始的完全相同的。
而如果是 Mac 请保存在家目录（可以在访达中进入到桌面并按 Command + 上箭头进入）下并命名为 first.py，然后打开终端输入 cd ~ 和 python first.py，输出内容应当是与最开始的完全相同的。
截至这一步，相信你已经会可以安装好 Python 了，如果有任何问题请通过文章评论回复（一定是评论而非私信，既然打算接触编程，那么就要遵守相关规则，在开源社区中，有任何非安全性问题都是建议通过 Issue 咨询，这样可以让其它遇到相同问题的人利用搜索引擎找到相应解决方案，同样的道理，提出一个问题后自己解决了也应该写出自己解决的方案，而通过给相关开发者直接发送邮件则是一种不礼貌的行为，应当避免）我会尽可能的回复，同样的，如果后续本文中涉及到的网站有任何变更与我文章中不符，也请评论告知我，我会第一时间更新。
后面我或许也会写一些非技术人员如何使用 Python 提升效率的方式，敬请期待（咕咕咕）。
> 下载少数派 客户端 、关注 少数派公众号 ，了解更妙的数字生活 🍃
> 想申请成为少数派作者？冲！
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。