Python基本概念与实践_python环境list-CSDN博客

# 创建虚拟环境，创建文件夹myenv进行存储
python -m venv myenv

# 激活虚拟环境myenv
# Windows系统
myenv\Scripts\activate

# macOS/Linux系统
source myenv/bin/activate

# 安装依赖
pip install requests

# 退出虚拟环境
deactivate

安装时可以使用国内镜像源提升下载速度，例如：

# 临时使用国内源
pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple

常用国内镜像源：

清华大学：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：https://mirrors.aliyun.com/pypi/simple
中科大：https://pypi.mirrors.ustc.edu.cn/simple
豆瓣：https://pypi.douban.com/simple

永久配置镜像源（推荐）：

1. 激活虚拟环境：

# Linux/macOS
source myvenv/bin/activate
# Windows
venv\Scripts\activate

2. 创建或修改pip.conf文件：

Linux/macOS：

mkdir -p ~/.pip
echo "[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn" > ~/.pip/pip.conf

Windows
- 打开资源管理器，输入路径 %APPDATA% 进入用户配置目录。
- 在 %APPDATA% 下创建 pip 文件夹（若不存在）。
- 在 pip 文件夹中创建 pip.ini 文件，内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

验证配置生效：

pip config list
# 输出应包含：
# global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple'

若多个镜像源不稳定，可配置多个备用源。修改 pip.conf 文件：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
extra-index-url = 
    https://mirrors.aliyun.com/pypi/simple
    https://pypi.douban.com/simple
trusted-host = 
    pypi.tuna.tsinghua.edu.cn
    mirrors.aliyun.com
    pypi.douban.com

使用以下语句能够导出所有库及其版本：

pip freeze > requirements.txt

通过上述配置，虚拟环境中的 pip 会优先从国内镜像源下载依赖，大幅提升安装效率。

2. conda

不仅可以管理Python包，还可以管理其他语言的包（如R、C++等）。除了创建独立的Python环境外，还可以安装和管理各种科学计算相关的包。适合复杂的科学计算和数据分析项目、尤其是多语言和库的场景。

使用

# 创建conda环境
conda create -n myenv python=3.9

# 激活conda环境
conda activate myenv

# 安装依赖
conda install numpy pandas

# 退出conda环境
conda deactivate

二、类与常见数据结构

1. Python库、模块、类

Python库是一个集合，包含多个模块。模块是单个文件，包含函数、类和变量等。类是模块中的一个组件，用于定义对象的结构和行为。简而言之，库由模块组成，模块由类和其他代码组成。

1) Python库

Python库是一组模块的集合，通常是为了实现特定的功能或解决特定的问题而组织在一起的。库可以是一个包（Package），包是一种特殊的模块，可以包含多个子模块和子包。
库用于提供一组相关的功能，这些功能通常比单个模块更复杂、更全面。库可以是第三方库，也可以是Python标准库的一部分。

2) Python模块

在了解Python类与基本数据结构之前，需要了解Python类到底在该语言中处于怎样的位置，即Python类与具体的Python文件之间是什么关系。

Python文件和类的关系：Python文件和类的关系可以类比为容器和内容物的关系。一个Python文件可以包含一个或多个类的定义，也可以包含其他代码，如函数、变量等。

一个Python文件称为一个模块。模块是Python代码的基本组织单位。（模块的名称通常与文件名相同。例如，文件 my_module.py 定义了一个模块 my_module ）
在模块中可以定义类：这些类可以相互独立，也可以相互关联。
导入模块和类：可以使用import导入整个模块，然后通过模块名访问其中的类、函数和变量。同样，也可以使用 from ... import ... 语句直接导入模块中的指定类。

3) Python类

使用class关键词来定义一个类：

class MyClass:
    # 类的属性
    attribute1 = "value1"
    attribute2 = "value2"

    # 类的方法
    def my_method(