Python 开发环境的准备以及一些常用类库模块的安装

在学习和开发Python的时候，第一步的工作就是先准备好开发环境，包括相关常用的插件，以及一些辅助工具，这样我们在后续的开发工作中，才能做到事半功倍。下面介绍一些Python 开发环境的准备以及一些常用类库模块的安装和使用的经验总结，供大家参考了解。

1、开发VScode的安装及相关准备

在 Python 开发环境的准备中，有几个步骤是关键的。以下是一个详细的指南，涵盖了开发环境的准备以及一些常用插件的安装：

1）安装 VS Code
VS Code: 这是一个轻量级但功能强大的代码编辑器，支持丰富的扩展。你可以从 Visual Studio Code 官方网站 下载。打开官网 https://code.visualstudio.com/，下载软件包。或者你也可以使用其他的如 PyCharm， 可以从 JetBrains 官方网站 下载。

Python AI 编程助手：Fitten Code：

它是由非十大模型驱动的 AI 编程助手，它可以自动生成代码，提升开发效率，帮您调试 Bug，节省您的时间，另外还可以对话聊天，解决您编程碰到的问题。

Fitten Code是由非十大模型驱动的AI编程助手，它可以自动生成代码，提升开发效率，帮您调试Bug，节省您的时间。还可以对话聊天，解决您编程碰到的问题。免费且支持80多种语言：Python、C++、Javascript、Typescript、Java等。

强烈推荐使用 ，自动补齐代码功能，可以节省很多手工键入代码的时间，减少错误。

2）安装 VS Code Python 扩展
在VSCode中安装 Python 扩展，在扩展市场搜索 Python 并安装。

3）安装 Python
首先，确保你已经安装了 Python。你可以从 Python 官方网站 下载最新版本安装包并安装。
Window 平台安装 Python: https://www.python.org/downloads/windows/
Mac 平台安装 Python: https://www.python.org/downloads/mac-osx/

4）配置 Python 环境变量
打开系统环境变量，在 PATH 变量中添加 Python 目录，这样可以在命令行中直接使用 Python。

5）测试 Python 环境
在命令行中输入 python，如果出现 Python 解释器版本信息，则表示 Python 环境配置成功。

6）安装 pip
打开命令行，输入 pip install --upgrade pip，升级 pip 到最新版本。

7）安装 virtualenv
打开命令行，输入 pip install virtualenv，安装 virtualenv。

2、Python一些常用类库模块的安装

Python开发常用类库模块非常多，看你侧重于那个方面，基本上都时列出来一大串，我以常规后端Web API开发为侧重点进行一些重点的推介，供参考学习。

1) requests

requests 是一个简单易用的 Python 库，地址：https://github.com/psf/requests，用于发送 HTTP 请求。它的设计目标是使得与 Web 服务的交互更加方便和人性化。 requests 是基于 urllib3 之上的一个封装层，提供了简洁的 API 来处理常见的 HTTP 请求操作，如 GET、POST、PUT、DELETE 等。

requests 的主要特性

• 简洁的 API ：相比原生的 urllib ， requests 提供了更直观、更容易理解的接口。
• 自动处理编码 ： requests 自动处理响应的内容编码，并自动解码 gzip 和 deflate 压缩。
• 支持保持会话 ：通过 Session 对象， requests 可以在多个请求之间保持会话，处理 cookies。
• 简化的错误处理 ： requests 会根据 HTTP 响应状态码抛出相应的异常，从而简化错误处理流程。
• 丰富的功能 ：支持 HTTP 认证、代理、SSL 证书验证、文件上传、多部分编码表单、会话对象、cookie 持久化、连接池管理等功能。

如果需要考虑异步处理，可以使用 aiohttp ： aiohttp 是一个异步 HTTP 客户端和服务器框架，它使用 Python 的 asyncio 库来处理大量并发的请求。 aiohttp 适合那些需要高性能网络通信的应用，如 Web 服务、WebSocket 和实时数据处理。

2)?Uvicorn

Uvicorn 通常用于运行 FastAPI 或 Starlette 应用。以下是一个简单的 FastAPI 应用并使用 Uvicorn 运行：

3）FastAPI

FastAPI 是一个现代、快速（高性能）的 Web 框架，用于构建 API。它基于 Python 3.7+ 的类型提示，并且依赖于 Starlette （用于 web 服务器和路由）和 Pydantic （用于数据验证和序列化）。 FastAPI 的设计目标是提供与 Flask 和 Django 类似的开发体验，但在性能、类型安全和开发者友好性方面做出更大的提升。GitHub地址：https://github.com/fastapi/fastapi

FastAPI 的主要特性

• 极高的性能 : 基于 ASGI 的异步支持，使得 FastAPI 在性能上接近 Node.js 和 Go 的水平，适合处理高并发。
• 自动生成 API 文档 : 使用 OpenAPI 和 JSON Schema 自动生成交互式的 API 文档（如 Swagger UI 和 ReDoc）。
• 基于类型提示的自动验证 : 利用 Python 的类型提示和 Pydantic ，自动进行数据验证和解析。
• 异步支持 : 原生支持 async 和 await ，能够处理异步任务，适合与数据库、第三方 API、WebSocket 等交互。
• 内置依赖注入系统 : 使得依赖的声明和管理变得简洁而强大，便于模块化设计。
• 开发者友好 : 提供了详细的错误信息和文档，支持自动补全，极大提升了开发效率。

以下是一个简单的 FastAPI 应用：

当你运行 FastAPI 应用时，它会自动生成交互式文档：

• Swagger UI : 访问 http://127.0.0.1:8000/docs
• ReDoc : 访问 http://127.0.0.1:8000/redoc

这两个文档界面可以让你查看 API 的结构，甚至可以直接在界面中进行 API 调用。如我在上篇随笔进行介绍的《 Python中FastAPI项目使用 Annotated的参数设计 》。

FastAPI 是一个非常现代化和高效的框架，非常适合用于构建高性能的 API。其自动文档生成、数据验证和依赖注入等特性，使得开发者能够更快、更安全地编写代码，并提供出色的用户体验。

FastAPI项目的参数设计，这些您可以在 路径操作函数 参数或使用 Annotated 的依赖函数中使用的特殊函数，用于从请求中获取数据。

我们引入配置文件，可以对FastAPI 中服务启动的参数进行统一的管理，如下main.py 代码所示。

3）pymysql 、pymssql、和?SQLAlchemy

涉及后端的处理，肯定绕不过数据库的处理操作，如对于MySQL、MS SqlServer等数据库的处理和封装。

PyMySQL 是一个纯 Python 实现的 MySQL 客户端库，用于连接 MySQL 数据库并执行 SQL 查询。它是 Python 的 MySQLdb 库的替代品，尤其适合那些在使用 Python 3 并且不希望依赖 C 语言扩展的项目。 PyMySQL 支持 MySQL 数据库的所有主要功能，包括事务、存储过程、连接池等。

PyMySQL 的主要特性

• 纯 Python 实现 : 不依赖 C 扩展，易于安装和跨平台使用。
• 兼容性好 : 与 MySQLdb 的接口非常相似，便于从 MySQLdb 迁移到 PyMySQL 。
• 支持 MySQL 的所有主要功能 : 包括事务处理、存储过程、BLOB 数据类型等。
• 简单易用 : 提供了直观的 API 进行数据库连接、查询、插入、更新和删除操作。

安装 PyMySQL

你可以通过 pip 来安装 PyMySQL :

使用 PyMySQL 连接到 MySQL 数据库：

如下是我实际表的一些操作例子代码。

输出的显示如下所示。

pymssql 是一个用于连接 Microsoft SQL Server 数据库的 Python 库，它是基于 FreeTDS 实现的轻量级数据库接口，旨在简化 Python 与 SQL Server 之间的交互。 pymssql 提供了对 T-SQL 语句的支持，并且可以执行存储过程和处理大批量数据插入等任务。

pymssql 的主要特性

• 轻量级和易用性 : 提供了简单的 API 接口，易于快速上手。
• 与 SQL Server 兼容 : 支持 Microsoft SQL Server 2005 及以上版本。
• 跨平台支持 : 支持在 Windows、Linux 和 macOS 系统上运行。
• 集成事务管理 : 通过 commit 和 rollback 方法进行事务管理。
• 支持存储过程 : 能够执行和处理存储过程，适用于复杂的数据库操作。
• 批量插入支持 : 通过 executemany 方法高效地插入大量数据。

安装 pymssql

你可以通过 pip 安装 pymssql :

使用 pymssql 连接到 SQL Server 数据库， pymssql 支持事务，可以在执行多个操作时使用事务控制，以确保数据一致性：

SQLAlchemy 的主要特性

• 对象关系映射（ORM） : 允许将 Python 类映射到数据库表，并且自动处理 SQL 的生成和执行。
• SQL 表达式语言 : 提供了一个表达式语言层，允许构建和执行原生 SQL 查询，同时保留类型安全性和跨数据库兼容性。
• 数据库抽象层 : 提供了跨数据库的兼容性，使得在不同数据库之间切换变得相对容易。
• 高性能 : 通过细粒度的控制和缓存机制，优化了数据库访问的性能。
• 事务管理 : 支持复杂的事务处理和上下文管理，使得数据库操作更加安全和一致。
• 支持多种数据库 : 支持大多数主流的关系型数据库，如 SQLite、PostgreSQL、MySQL、Oracle、SQL Server 等。

安装 SQLAlchemy

你可以通过 pip 安装 SQLAlchemy ：

如果你要连接到特定的数据库，还需要安装相应的数据库驱动程序。例如，要连接到 MySQL 数据库，你还需要安装 pymysql 或 mysqlclient ：

使用 SQLAlchemy 操作数据库， 可以统一多种数据库的操作处理，如SQLITE、SqlServer、MySQL、PostgreSQL等。

使用 SQLAlchemy 创建与数据库的连接：

由于对应的是ORM处理方式，因此和数据库表关联需要定义一个类对象，如下所示。

CRUD的操作例子代码如下所示。

由于篇幅限制，我们暂时介绍一些，其实就算是做后端WebAPI的处理，我们也需要了解很多不同的类库，Python类库非常丰富，而且同步、异步又有不同的类库差异，因此我们可以根据实际需要选用不同的类库来实现我们的框架目的。

如对于FastAPI的数据验证，我们一般引入?pydantic，可以对数据进行各种丰富的校验处理，类似于强类型和各种规则的校验。

如对于配置信息的处理，我们还可以引入?python-dotenv 和??pydantic_settings 来统一管理配置参数。

还有对于一些常规的文件格式，如json格式，txt格式的文件处理，以及PDF文件、Excel文件、图片操作、声音处理、二维码处理等，都有不同的类库提供辅助处理，我们可以从中择优选择即可。

Python的世界丰富多彩，让我们一起探索并应用在实践当中。