type
status
date
slug
summary
tags
category
icon
password
comment
🎉 恭喜你成功安装 Python! 但光安装还不够,真正的探索才刚刚开始。在这一篇中,我们将快速熟悉如何运行 Python 代码,包括 命令行操作、交互式模式、Python 脚本运行方式,以及 常见的 Python 开发工具(IDE),帮你找到最适合自己的 Python 编程环境。
🌟 1. 运行 Python:命令行与交互模式
🔹 方法 1:命令行(Terminal / CMD)
Python 提供了一种 交互式解释器(Interactive Interpreter),可以让你输入 Python 代码并立即执行。
💻 Windows 用户:
- 打开 CMD(命令提示符):
- 按
Win + R,输入cmd,回车。 - 或者在 "开始菜单" 搜索 "命令提示符" 并打开。
- 输入
python或python3,回车,进入 Python 交互模式。
🍏 macOS / Linux 用户:
- 打开 Terminal(终端):
- macOS:按
Cmd + Space,搜索 "终端" 并打开。 - Linux:使用
Ctrl + Alt + T打开终端。
- 输入
python3(因为 macOS/Linux 可能默认python关联的是 Python 2)。
🎯 进入 Python 交互模式后,你会看到类似这样的界面:
在
>>> 之后,你可以直接输入 Python 代码,比如:这表示 Python 解释器已经成功运行,并执行了你的代码!
💡 退出交互模式的方法:
- 输入
exit()并回车
- 或者按
Ctrl + D(Linux/macOS)/Ctrl + Z + 回车(Windows)
📜 2. 运行 Python 脚本
虽然交互模式很方便,但 Python 代码通常会写在文件里执行。Python 脚本的文件扩展名是
.py,你可以创建一个 Python 文件并运行它。🔹 方法 1:使用命令行运行 Python 脚本
- 创建一个 Python 文件(比如
hello.py),内容如下:
- 使用命令行运行:
- 进入 Python 文件所在的目录
- 执行命令:
- 终端会输出:
🔹 方法 2:直接用 python -c 运行一行代码
如果你只想快速执行一行 Python 代码,可以用
-c 选项:🔹 方法 3:使用 Jupyter Notebook
Jupyter Notebook 适合数据分析、机器学习等场景,我们稍后会详细介绍它。
如果你已经安装了 Jupyter,可以直接运行:
然后在浏览器中打开
.ipynb 文件,像写文档一样运行 Python 代码。🖥 3. 选择适合你的 Python 开发工具(IDE)
虽然 Python 自带的 IDLE 可以运行代码,但更推荐使用功能更强大的开发工具(IDE)。这里介绍几款常见的 Python 编写工具,你可以选择适合自己的。
🔹 1. VS Code(Visual Studio Code)
🌟 推荐指数:★★★★★(适合所有人)
- VS Code 本质上是一个文本编辑器,但通过插件扩展,可以变成功能强大的 Python 开发环境。
- 安装 Python 插件后,可以在 Vs Code 中实现语法高亮、代码补全、调试等功能。
- 适用于 Windows、macOS 和 Linux,开源且免费。
✅ 安装 VS Code + Python 插件:
- 下载 VS Code 并安装。
- 打开 VS Code,按
Ctrl + Shift + X,搜索 Python,安装插件。
- 在 VS Code 中按
Ctrl + Shift + P,搜索 "Python: Select Interpreter",选择正确的 Python 版本。
🌟 运行 Python 代码的方法:
- 在
.py文件中 右键 → "Run Python File in Terminal"。
- 或者按
Ctrl + Shift +打开终端,输入:
🔹 2. PyCharm
🌟 推荐指数:★★★★☆(适合初学者 & 数据科学家)
- 由 JetBrains 开发,功能强大,适合大型项目。
- 专业版支持 Web 开发和数据科学(收费),但 社区版免费。
- 下载地址:PyCharm 官网
✅ 安装 PyCharm:
- 下载并安装 PyCharm(推荐 Community 版)。
- 运行 PyCharm,创建 新项目 并选择 Python 解释器。
- 运行 Python 代码:
- 在编辑器窗口中 右键 → Run。
- 或者使用快捷键
Shift + F10运行。
🔹 3. Jupyter Notebook
🌟 推荐指数:★★★★★(适合数据分析 & 机器学习)
- 适用于 数据科学、机器学习、可视化 等应用。
- 可以 像写文档一样运行 Python 代码,支持 Markdown 和 绘图。
- 需要先安装 Jupyter,如果你安装了 Anaconda,Jupyter 会自动包含其中。
✅ 安装 Jupyter Notebook:
如果你没有 Anaconda,可以用
pip 安装:然后运行:
浏览器会自动打开 Jupyter 界面,你可以新建
.ipynb 文件并运行 Python 代码。📌 4. 总结
在这一篇中,我们学习了:
✅ 如何在命令行中运行 Python(交互模式 & 脚本模式)
✅ 如何用
python hello.py 运行 Python 脚本✅ 选择适合的 Python 开发工具(VS Code, PyCharm, Jupyter)
⏭️ 下一节预告:📌 Python 语言基础:变量、数据类型与运算符
Python 的魅力不仅在于它的简洁易读,还在于它强大的数据处理能力。在下一篇文章中,我们将深入探讨:
- 变量的概念与命名规则 🏷️
- Python 内置的数据类型(字符串、数字、布尔等) 🔢
- 运算符的基本用法(算术、比较、逻辑等) ➕➖✖️➗
- 如何在代码中高效管理数据 📊
🚀 让我们继续 Python 之旅,向更高效的编程迈进吧!
💬 互动讨论
📢 你对 Python 的数据类型有哪些了解?最让你困惑的地方是什么?欢迎留言交流!💡