一、Python版本选择与安装
Python版本选择很重要，建议使用3.10或3.11版本，既有新特性又有较好的兼容性。太新的版本可能部分库还没适配，太旧的又缺少新功能。
Windows用户建议从官网下载安装包，安装时勾选"Add Python to PATH"，这样命令行就能直接用python和pip命令。Linux一般自带Python，但版本可能偏旧。
多版本管理方面，Windows可以用py launcher，Linux可以用pyenv。不同项目需要不同Python版本时，这些工具能帮你快速切换，互不影响。
二、虚拟环境与包管理
虚拟环境是Python开发的必备技能，每个项目一个独立环境，避免依赖冲突。Python 3.3+自带venv模块，创建命令：python -m venv venv，然后激活即可。
更高级的工具如virtualenv、conda、poetry等也各有优势。Poetry不仅管理依赖，还能打包发布，适合做开源项目。Conda适合数据科学场景，能管理非Python依赖。
依赖导出用pip freeze > requirements.txt，安装用pip install -r requirements.txt。注意区分开发依赖和生产依赖，不要把调试工具打包到生产环境。
三、开发环境配置建议
编辑器推荐VS Code，配合Python插件体验很好。代码补全、调试、格式化、Lint等功能一应俱全，而且免费跨平台。PyCharm也是不错的选择，专业版功能更强。
代码格式化建议用black，统一代码风格，减少团队争议。Lint工具用pylint或flake8，提前发现潜在问题。这些都可以配置到编辑器中，保存时自动执行。
最后，养成良好的编码习惯：写注释、命名规范、函数单一职责、单元测试等。Python语法灵活，但不代表可以乱写，规范的代码才能走得长远。
新公网安备65280102000197号
[ 人人代码手机版 ]
[ 人人代码公众号 ]
