vs2017python

⑴ vs能運行python嗎

1.Python環境的搭建：

這里我選擇的是Anaconda可以傻瓜式的幫我們將python環境搭建完畢，貼上Anaconda的下載地址：https://www.anaconda.com/download/#download

選擇適合的版本下載即可，我這選擇的Python3.6 version 64位的，下載完畢之後就是安裝了，Anaconda會幫我們將Python環境搭載完畢的。

相關推薦：《Python教程》

2.VS2017中Python開發的選擇：

如果已經安裝過VS2017，直接在找到Visual Studio Installer。

點擊運行，然後選擇修改，將Python開發和數據科學和分析應用程序勾選即可。

如果是沒有安裝過VS2017，需要先在VS官網下載最新的VS2017即可，附上微軟官方的VS下載鏈接：

https://visualstudio.microsoft.com/zh-hans/thank-you-downloading-visual-studio/?sku=Professional&rel=15，後面的步驟與上一步相同。

安裝完畢後，VS2017會自動引入我們前面安裝的python環境。

3.測試環境：

環境搭建完畢之後就需要測試一下是否搭建成功了，打開VS選擇python應用程序；

可以看到我們安裝的Python3.6已經引入了。

接下來點擊附加按鈕即可：出現了下面的界面那麼就表示我們的VS2017已經能成功作為Python的IDE了。

⑵ vs2017沒有python的環境

1、滑鼠放在右側窗口python環境那裡。
2、右鍵然後點擊查看所有python環境，會彈出當前默認的環境。
3、下方有個概述，點擊切換到包，在下方輸入所想要的包名稱。
4、點擊執行pipinstall命令，等待安裝，安裝完成後屏幕下方的輸出窗口會提示安裝成功。

⑶ 求教vs2017下怎麼使用python

先提一下，我並沒有用IDE寫Python的習慣。因為平時主要就寫一點數據分析，這些的話我完全可以用VS Code來實現，而PyCharm什麼的IDE，畢竟沒Editor好用。後來是因為組織有送Visual Studio Enterprise的key，那就恭敬不如從命了~

而我之前的VS2015，只在寫CUDA的時候，編譯Xgboost的時候，寫C++的時候使用，讓我用IDE寫Python？不存在的！後來一試。。。就回不來了。。。VS對數據科學的支持，從Python到R，都非常優秀，尤其是R的時候，畫圖部分是可拆的。

幾乎是我摁下去的瞬間就完成了。

不能夠理解為什麼你的界面不是彈出這個小黑框框（寫C++的時候不也是這么辦的嗎？

未

⑷ 如何在vs2017管理anaconda的python包

• 使用conda
  首先我們將要確認你已經安裝好了conda

• 配置環境
  下一步我們將通過創建幾個環境來展示conda的環境管理功能。使你更加輕松的了解關於環境的一切。我們將學習如何確認你在哪個環境中，以及如何做復制一個環境作為備份。

• 測試Python
  然後我們將檢查哪一個版本的python可以被安裝，以及安裝另一個版本的python，還有在兩個版本的python之間的切換。

• 檢查包
  1)我們將羅列出安裝在我們電腦上的包

  2)瀏覽可用的包

  3)使用conda install命令來來安裝以及移除一些包

  4)對於一些不能使用conda安裝的包，我們將在Anaconda.org網站上搜索

  5)對於那些在其它位置的包，我們將使用pip命令來實現安裝。我們還會安裝一個可以免費試用30天的商業包IOPro

• 移除包、環境以及conda

管理conda：

檢查conda版本:

• conda --version



• 1

• 1

升級當前版本的conda

• conda update conda



• 1

• 1

管理環境

創建並激活一個環境

使用」conda create」命令，後邊跟上你希望用來稱呼它的任何名字：

• conda create --name snowflake biopython



• 1

• 1

這條命令將會給Biopython創建一個新的環境，位置在Anaconda安裝文件的/envs/snowflakes

激活這個新環境

• Linux，OS X:

• source activate snowflakes



• 1

• 1

• Windows：

• activate snowflake



• 1

• 1

小技巧：

新的開發環境會被默認安裝在你conda目錄下的envs文件目錄下。你可以指定一個其他的路徑；去通過
conda create -h了解更多信息吧。

小技巧：

如果我們沒有指定安裝python的版本，conda會安裝我們最初安裝conda時所裝的那個版本的python。

列出所有的環境

• conda info -envis或者(-e)



• 1

• 1

* 注意：conda有時也會在目前活動的環境前邊加上號。**

切換到另一個環境(activate/deactivate)

為了切換到另一個環境，鍵入下列命令以及所需環境的名字。

• Linux，OS X:

• source activate snowflakes



• 1

• 1

• Windows：

• activate snowflakes



• 1

• 1

如果要從你當前工作環境的路徑切換到系統根目錄時，鍵入：
- Linux，OS X:

• source deactivate



• 1

• 1

• Windows:

• deactivate



• 1

• 1

復制一個環境

通過克隆來復制一個環境。這兒將通過克隆snowfllakes來創建一個稱為flowers的副本。

• conda create -n flowers --clone snowflakes



• 1

• 1

通過

• conda info –-envs



• 1

• 1

來檢查環境

刪除一個環境

如果你不想要這個名為flowers的環境，就按照如下方法移除該環境：

• conda remove -n flowers




• 1

• 2

• 1

• 2

管理Python

安裝一個不同版本的python

現在我們假設你需要python3來編譯程序，但是你不想覆蓋掉你的python2.7來升級，你可以創建並激活一個名為snakes的環境，並通過下面的命令來安裝最新版本的python3：

• conda create -n snakes python=3



• 1

• 1

檢查新的環境中的python版本

確保snakes環境中運行的是python3：

• python --version



• 1

• 1

使用不同版本的python

為了使用不同版本的python，你可以切換環境，通過簡單的激活它就可以，讓我們看看如何返回默認版本

• Linux，OS X:

• source activate - snowflakes



• 1

• 1

• Windows：

• activate snowflakes



• 1

• 1

注銷該環境

當你完成了在snowflakes環境中的工作室，注銷掉該環境並轉換你的路徑到先前的狀態：

• Linux，OS X：

• source deactivate



• 1

• 1

• Windows：

• deactivate



• 1

• 1

管理包

• conda安裝和管理python包非常方便，可以在指定的python環境中安裝包，且自動安裝所需要的依賴包，避免了很多拓展包沖突兼容問題。

• 不建議使用easy_install安裝包。大部分包都可以使用conda安裝，無法使用conda和anaconda.org安裝的包可以通過pip命令安裝

• 使用合適的源可以提升安裝的速度

查看已安裝包

使用這條命令來查看哪個版本的python或其他程序安裝在了該環境中，或者確保某些包已經被安裝了或被刪除了。在你的終端窗口中輸入：

• conda list



• 1

• 1

向指定環境中安裝包

使用Conda命令安裝包

我們將在指定環境中安裝這個Beautiful Soup包，有兩種方式:
- 直接指定-n 指定安裝環境的名字

• conda install --name bunnies beautifulsoup4



• 1

• 1

* 提示：你必須告訴conda你要安裝環境的名字（-n bunies）否則它將會被安裝到當前環境中。*

• 激活bunnies環境，再使用conda install命令。

• activate bunnies


• conda install beautifulsoup4



• 1

• 2

• 1

• 2

2.從Anaconda.org安裝一個包

如果一個包不能使用conda安裝，我們接下來將在Anaconda.org網站查找。

在瀏覽器中，去Anaconda資源官網。我們查找一個叫「bottleneck」的包，所以在左上角的叫「Search Anaconda Cloud」搜索框中輸入「bottleneck」並點擊search按鈕。

Anaconda.org上會有超過一打的bottleneck包的版本可用，但是我們想要那個被下載最頻繁的版本。所以你可以通過下載量來排序，通過點擊Download欄。
點擊包的名字來選擇最常被下載的包。它會鏈接到Anaconda.org詳情頁顯示下載的具體命令：

• conda install--channel https：//conda .anaconda.ort/pandas bottleneck



• 1

• 1

3. 通過pip命令來安裝包

對於那些無法通過conda安裝或者從Anaconda.org獲得的包，我們通常可以用pip命令來安裝包。

可以上pypi網
站查詢要安裝的包，查好以後輸入pip install命令就可以安裝這個包了。

我們激活想要放置程序的python環境，然後通過pip安裝一個叫「See」的程序。

• Linux，OS X：

• source activate bunnies



• 1

• 1

• Windows：

• activate bunnies



• 1

• 1

所有平台：

• pip install see



• 1

• 1

提示：pip只是一個包管理器，所以它不能為你管理環境。pip甚至不能升級python，因為它不像conda一樣把python當做包來處理。但是它可以安裝一些conda安裝不了的包。

4. 文件安裝

如果真的遇到走投無路的境地，也就是上面這些方法通通不管用！！！那就只能下載源碼安裝了，比如exe文件（雙擊安裝）或者whl文件（pip安裝）等等。還有在github上找到源碼，使用python setup.py install命令安裝

Tips:不建議使用setuptools 的easy_install，非常不方便管理，也不好卸載
有些時候，Anaconda和pip下載的速度慢，訪問不穩定怎麼辦？換個源唄，清華大學的源就很不錯，當然啦，你可以自己google一些好用的源

對於包管理工具，了解這么多就夠了，比較喜歡追根究底的童鞋可以移步包管理工具解惑
**提示：
在任何時候你可以通過在命令後邊跟上-help來獲得該命令的完整文檔。
**

eg:

• conda update --help



• 1

• 1

* 小技巧：*
很多跟在–後邊常用的命令選項，可以被略寫為一個短線加命令首字母。所以–name選項和-n的作用是一樣的。通過conda -h或conda –-help來看大量的縮寫。

移除包、環境、或者conda

如果你願意的話。讓我們通過移除一個或多個試驗包、環境以及conda來結束這次測試指導。

移除包

假設你決定不再使用商業包IOPro。你可以在bunnies環境中移除它。

• conda remove -n bunnies iopro



• 1

• 1

移除環境

我們不再需要snakes環境了，所以輸入以下命令：

• conda remove -n snakes --all



• 1

• 1

刪除conda

• Linux，OS X：

移除Anaconda 或 Miniconda 安裝文件夾

• rm -rf ~/miniconda



• 1

• 1

OR

• rm -rf ~/anaconda



• 1

• 1

• Windows：

去控制面板，點擊「添加或刪除程序」，選擇「Python2.7（Anaconda）」或「Python2.7（Miniconda）」並點擊刪除程序。

⑸ vs2017如何打包python項目,生成exe文件

可以使用PyInstaller把python程序打包成exe，安裝使用pip install pyinstaller，使用時，使用pyinstaller打包，參數如下

-F, –onefile 打包一個單個文件，如果你的代碼都寫在一個.py文件的話，可以用這個，如果是多個.py文件就別用
-D, –onedir 打包多個文件，在dist中生成很多依賴文件，適合以框架形式編寫工具代碼，我個人比較推薦這樣，代碼易於維護
-K, –tk 在部署時包含 TCL/TK
-a, –ascii 不包含編碼.在支持Unicode的python版本上默認包含所有的編碼.
-d, –debug 產生debug版本的可執行文件
-w,–windowed,–noconsole 使用Windows子系統執行.當程序啟動的時候不會打開命令行(只對Windows有效)
-c,–nowindowed,–console

使用控制檯子系統執行(默認)(只對Windows有效)

pyinstaller -c xxxx.py

pyinstaller xxxx.py --console
-s,–strip 可執行文件和共享庫將run through strip.注意Cygwin的strip往往使普通的win32 Dll無法使用.
-X, –upx 如果有UPX安裝(執行Configure.py時檢測),會壓縮執行文件(Windows系統中的DLL也會)(參見note)
-o DIR, –out=DIR 指定spec文件的生成目錄,如果沒有指定,而且當前目錄是PyInstaller的根目錄,會自動創建一個用於輸出(spec和生成的可執行文件)的目錄.如果沒有指定,而當前目錄不是PyInstaller的根目錄,則會輸出到當前的目錄下.
-p DIR, –path=DIR 設置導入路徑(和使用PYTHONPATH效果相似).可以用路徑分割符(Windows使用分號,Linux使用冒號)分割,指定多個目錄.也可以使用多個-p參數來設置多個導入路徑，讓pyinstaller自己去找程序需要的資源
–icon=<FILE.ICO>

將file.ico添加為可執行文件的資源(只對Windows系統有效)，改變程序的圖標 pyinstaller -i ico路徑 xxxxx.py
–icon=<FILE.EXE,N> 將file.exe的第n個圖標添加為可執行文件的資源(只對Windows系統有效)
-v FILE, –version=FILE 將verfile作為可執行文件的版本資源(只對Windows系統有效)
-n NAME, –name=NAME 可選的項目(產生的spec的)名字.如果省略,第一個腳本的主文件名將作為spec的名字