Web、Java、Python、NoSQL、Hadoop、Openstack、Linux、关系型数据库、云计算、大 数据... 积跬步以至千里 跳至正文 首页 关于 知识共享 找吴飚 你的吐槽板 你的电台 Linux下搭建Python2.7环境 Python爬虫抓取代理服务器 Windows下搭建Python2.7环境(包括Win7 64位下安装setuptools) 发表于 2013 年 4 月 11 日 由 吴飚 在Windows下要比Linux简单的多。 Linux系统参考:Linux下Python2.7环境搭建 http://f.dataguru.cn/forum.php?mod=viewthread&tid=36405&fromuid=4771 或则直接在本站搜索 系统环境 操作系统 Windows 7 旗舰版 64位 SP1 (DirectX 11 ) 处理器 英特尔 Core i5 M560 @ 2.67GHz 双核笔记本处理器 主板 联想 2522NT7 (英特尔 QM57 芯片组) 内存 6 GB ( 尔必达 DDR31067MHz / 尔必达 DDR3 1333MH
【搭建Windows下的Python2.7环境】
在Windows操作系统中,特别是Windows 7 64位环境下,搭建Python2.7的开发环境相比Linux系统来说较为简单。以下是一步步的详细步骤:
1. **下载Python安装包**
你需要从Python官方网站下载适合Windows的Python安装程序。你可以访问`http://www.python.org/getit/`获取最新版本的Python2.7,例如这里提到的是`python-2.7.3.amd64.msi`。同时,为了方便后续的包管理,还需要下载`setuptools`,可以从`http://pypi.python.org/pypi/setuptools`下载`ez_setup.py`文件。
2. **安装Python**
运行下载的Python安装包,选择合适的安装路径,通常是`C:\Python27`。安装过程中,可以接受默认设置,直到安装完成。安装完成后,你的系统应该会添加Python到环境变量PATH中,这样在命令行中可以直接运行Python。
3. **验证Python环境**
为了检查Python是否正确安装,可以在命令行中输入`python`,如果出现Python的交互式提示符,那么说明Python已经安装成功。你可以通过`import sys; print(sys.version)`来查看Python的具体版本信息。
4. **安装setuptools**
官方建议64位Windows用户使用`ez_setup.py`脚本来安装setuptools,因为.exe文件可能不兼容。你可以从`http://peak.telecommunity.com/dist/ez_setup.py`获取源码,然后在命令行中执行`python ez_setup.py`进行安装。安装过程会下载并处理setuptools的安装包,将其添加到Python的`site-packages`目录和`easy-install.pth`文件中。
5. **安装Numpy(可选)**
对于需要进行科学计算或者数据分析的开发者,Numpy是必不可少的库。你可以从`http://www.lfd.uci.edu/~gohlke/pythonlibs/`找到适用于Windows的Numpy二进制文件,如`numpy-unoptimized-1.6.2.win-amd64-py2.7.exe`。下载后直接运行安装,它会自动将Numpy集成到你的Python环境中。
6. **配置环境变量(可选)**
如果在安装过程中Python没有自动将路径添加到系统的PATH环境变量中,你需要手动添加。打开系统属性,找到“高级”选项卡,点击“环境变量”,在“系统变量”中找到“Path”,点击“编辑”,在末尾添加Python的安装路径(如`C:\Python27`)和Scripts目录(如`C:\Python27\Scripts`),每个路径之间用分号`;`隔开。
7. **测试与使用**
安装完成后,你可以在Python环境中使用`import setuptools`来验证setuptools是否安装成功。同样的,也可以尝试`import numpy`来确认Numpy的安装。现在,你应该已经具备了一个基本的Python2.7开发环境,可以开始编写和运行Python代码,以及使用setuptools来管理和安装其他Python库。
以上就是在Windows 7 64位系统中搭建Python2.7环境的完整流程,包括安装Python,配置环境变量,安装setuptools以及可选的Numpy库。这个过程对于初学者或开发者来说非常重要,因为它确保了能够顺利地进行Python开发工作。在实际操作中,可能会遇到各种问题,如网络连接、权限问题等,需要根据具体情况解决。
1