![r语言脚本前的[1]表示什么](/aiimages/r%E8%AF%AD%E8%A8%80%E8%84%9A%E6%9C%AC%E5%89%8D%E7%9A%84%5B1%5D%E8%A1%A8%E7%A4%BA%E4%BB%80%E4%B9%88.png)
搭建环境，就是需要编程用的语言和用什么进行编程，用什么进行调试的这几个条件的总和。
搭建框架，一般不是搭建，都是尽量选择现有的，自己设计构造框架，在编程中总会遇见很多类似的问题和需求，为了避免重复编写，于是就有人设计了框架，用来简化重复需求的编写。
拿python来说，你要使用python来编写程序，那么必须得安装python，要编代码必须得有个编辑器，如果是要进行WEB的开发，总得有个web服务器用来测试，这些个就是编程环境。
而你准备编写的web程序，并不希望全部一点点都自己来开发，于是就有了django 框架。它已经帮你做了很多web开发的基础工作。利用这个框架你可以更加将注意力集中在你所要实现的功能上。
1、说明：windows下设置python环境变量，就是把python的安装目录添加到系统path中。2、步骤：1）确定python安装目录，根据版本不同安装目录也不同，可以在开始菜单中的快捷方式中查看。在python快捷方式上点右键，属性菜单
2）在目录中可以看到安装位置，C:\Program Files\Python35\，如下图：
3）在桌面计算机点右键属性，也可以在控制面板中选系统
4）点高级系统设置：
5）高级标签，点环境变量按钮：
6）在系统变量中找到Path然后点编辑：
7）在变量值末尾添加C:\Program Files\Python35\，就是你python安装的目录，注意如果原来末尾没有分号要添加一个分号。然后点确定，再把之前的对话框也确定。
8）这样环境变量就设置完成了，win+r打开运行对话框输入cmd打开命令行，在命令行中输入python，出现如下就说明设置成功了。
3、注意事项：如果未出现python结果，则需要检查路径是否设置正确，并重新启动一下计算机即可。
1、概念区分
对于刚刚开始学习Python的零基础小白来说，可能很容易就会对Pycharm、Python解释器、conda安装、pip安装这个几个概念混淆。下面跟着我来逐一认识一下它们：
（1）Pycharm是Pytho开发的集成开发环境(Integrated Development Environment，简称IDE)，它本身无法执行Python代码。
（2）Python解释器才是真正执行代码的工具，pycharm里可设置Python解释器，一般我们可去Python官网下载Python3.7或Python3.8版本；如果安装过anaconda ，它里面必然也包括一个某版本的Python解释器；Pycharm配置Python解释器选择哪一个都可以。
（3）anaconda是把python所有常用包的合集，并提供给我们使用 conda 命令非常非常方便的安装各种Python包。
（4）conda安装：我们安装过anaconda软件后，就能够使用conda命令下载anaconda源里(比如中科大镜像源)的包。
（5）pip安装：也是一种类似于conda安装的python安装方法，如果用过Centos系统，它就像yum安装一样。
2、修改镜像源
在使用安装 conda 安装某些包会出现慢或安装失败问题，最有效方法是修改镜像源为国内镜像源。之前都选用清华镜像源，但是2019年后已停止服务。推荐选用中科大镜像源。
先查看已经安装过的镜像源，cmd窗口执行命令：
conda config --show
查看配置项 channels ，如果显示带有 tsinghua ，则说明已安装过清华镜像。
channels:
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
下一步，使用 conda config --remove channels url地址 删除清华镜像，如下命令删除第一个。然后，依次删除所有镜像源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/
添加目前可用的中科大镜像源：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
并设置搜索时显示通道地址：
conda config --set show_channel_urls yes
确认是否安装镜像源成功，执行 conda config --show ，找到 channels 值为如下：
channels:
https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
defaults
以上就是我分享的Python基础学习之环境搭建的全部学习内容，大家都看懂了吗？希望本文的分享能帮到大家！
