Python功能强大，上手容易，适合多种应用场景。安装合适的Python环境是开发的第一步。下面针对Windows系统和Linux系统分别介绍下如何进行安装、管理与部署。

一、Windows系统

1、基础环境管理

a、在线服务器（如开发环境、办公环境）

　　如果目标安装服务器可以连接外部互联网，一般推荐使用conda来进行python的环境管理。

　　1、首先建议下载包管理器Anaconda，这样可以针对不同的主题创建不同的environments，如机器学习环境，游戏环境、数据处理环境，这样不同的环境可以安装不同的包，进行隔离。Anaconda安装好后配置完环境如下图所示：

 　　2、下载IDE，如Pycharm。安装完成之后，创建项目，并指定项目的环境为对应的anaconda环境。

 如果没有conda环境，或者conda环境缺失新项目所需的某个包，可以直接创捷创建一个空的虚拟环境（仅包含python,pip等基础组件）

b、离线服务器（如生产环境）

生产环境中的Windows服务器为了信息和数据安全，一般会对网络进行隔离，无法连接互联网。下面是离线环境中安装的步骤：

　　1、下载emded版本压缩包，如python-3.12.0-embed-amd64，拷贝至离线环境，然后解压缩即可；

　　2、下载IDE，如Pycharm安装包，拷贝至离线环境，然后点击安装。

　　3、新建项目，配置python interpreter，指定路径为压缩版本的python.exe

2、python包管理

Python环境安装好之后即可进行脚本的开发了，但是在实际项目开发过程中会经常需要使用某些外部包，如数据相关的pandas、numpy，web服务相关的flask、requests，数据库相关的oracledb、pymysql等。

此时需要手工安装包，若安装了anaconda，则可以首先找到对应的环境，在右上角搜索packages，直接进行安装。

如果该资源中找不到包，则打开相应环境的shell，用conda install package_name

conda的定位是通用的“环境与包管理平台”，支持python、R、C/C++、Java等多种语言。包的数量约为1500+，更专注于数据科学。

当找不到包时，可以再尝试使用pip install package_name进行安装（Pip是专用的python包管理器，拥有超过15万个包）。

如果仍然找不到，可以在Pycharm中，进入设置-->python解释器，点击+号，查找包进行安装

最后，如果还是找不到包，可以进入pypi.org网站在线下载wheel文件后进行安装，下载后执行命令：pip install wheel_name.whl（此时注意要选对平台和架构，如cryptography-41.0.4-pp310-pypy310_pp73-win_amd64.whl）

二、Linux环境

1、安装

1，基础环境

在小型项目中，功能相对比较单一，一般而言，使用Miniconda比较常见（Anaconda更加适合大型项目）。

1. 下载miniconda包（如离线环境需先在联网机器上下载然后上传）：如wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
2. 执行安装命令：bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
3. 配置用户登录环境，将conda init脚本写入到bashrc文件：$HOME/miniconda3/bin/conda init bash #下次打开终端后直接进入conda base环境
4. 启动conda环境：source $HOME/miniconda3/bin/activate # 出现 (base) 即成功
5. conda config --set offline true # 关闭联网检查，避免超时
6. 创建项目环境（选择python版本）：conda create -n new_env_name python=3.10 
7. 切换到项目环境 conda activate new_env_name

2，包

a, 在线环境

　　直接pip install package1 package2 或者conda install package1 package2即可，后台会自动查找包的依赖，按照依赖的先后顺序进行安装。

b, 离线环境

　　直接安装

1. 直接去pypi.org下载whl文件（注意版本和平台的选择：如pandas-2.2.1-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl）。
2. 安装whl文件：pip install ***.whl。如果安装时提示缺少依赖，需要查看报错提示并去下载依赖包的whl文件。
3. 待所有的依赖包全部安装完成后，即可安装目标包。

　　在线机器上整体下载再安装

1. 找一台能联网的在线服务器，创建对应版本的conda虚拟环境，如conda create -n new_env_name python=3.11
2. 创建下载目录并进入下载目录 mkdir /home/package_download_folder
3. 下载目标包，后台会自动将依赖下载下来，如：pip download --only-binary=:all: cryptography -d . -i https://pypi.tuna.tsinghua.edu.cn/simple
4. 将包文件夹打包整体拷贝至离线机器上，再解压
5. 逐个安装解压后的whl文件，按照依赖顺序

　　注：如果在线环境与离线环境操作系统不同，比如在线环境是windows环境，离线环境是linux环境，那么需要手动指定离线包的平台（--platform ）

　　　　单个包下载：pip download package_name -d local_folder_location --platform manylinux2014_x86_64 --python-version 310 --only-binary=:all:

　　　　批量包下载：pip download -r requirements.txt -d D:\software\安装源文件\python\audit_packages --platform manylinux2014_x86_64 --python-version 313 --only-binary=:all: --abi cp313

2、环境发布部署

由于在离线环境中，安装包相对比较麻烦。因此在发布部署时，希望最大化的简化上述操作，做到一键发布。此时可根据具体的场景采取相应的部署方式。

方法一：目标机器先安装基础conda环境，再将源机器上某个项目环境发布至目标机器上

1. 切换到源机器上需要导出的conda项目环境，在该环境中安装conda-pack包：conda install conda-pack-0.7.1-pyhd8ed1ab_0.conda
2. 将环境打包并导出文件：conda pack -n proj_envir -o proj_envir.tar.gz
3. 将包拷贝到目标服务器的某个目录中
4. 在目标服务器上安装conda基础环境（将shell安装包拷贝至服务器并安装）
5. 在目标服务器下的envs下面创建目录：mkdir -p ~/miniconda3/envs/proj_envir
6. 将tar包解压到该目录中：tar -xzf proj_envir.tar.gz -C ~/miniconda3/envs/proj_envir
7. 执行conda解压命令：~/miniconda3/envs/proj_envir/bin/conda-unpack
8. 切换到新的环境：conda activate proj_envir

注意：conda的base环境直接导出然后导入可能会有潜在问题，建议先将源服务器的base环境复制一份到新的环境，然后将该环境打包导出，最后导入至目标服务器中。

注意：执行python脚本前，需要在当前环境变量中设置：export CRYPTOGRAPHY_OPENSSL_NO_LEGACY=1

 其中，方法二、三两种部署方式，由于不需要执行shell安装脚本，对目标机器上其他应用影响较小，更适合快速部署上线。

附：基于Pycharm实现远程python调试

企业中Linux环境大多无图形端，而基于Pycharm的客户端图形端展示，方便调试功能。因此通常是在Pycharm中编写代码，再人工上传至Linux服务器。但是这种方案有一个缺陷，无法基于linux环境进行调试。更优的方法是配置本地Pycharm与远程环境打通，直接在本地编写代码，自动提交同步至远程服务器，然后直接调用远程python解释器进行调试运行。

具体配置方法可参考下面这篇文章：

IDE之pycharm：专业版本连接远程服务器代码，并配置远程python环境解释器（亲测OK）。-阿里云开发者社区

按照上述文章进行实际测试：

备注：该方案需要Pycharm professional版本，社区community版本无该功能。