vs2017python

⑴ vs能运行python吗

1.Python环境的搭建：

这里我选择的是Anaconda可以傻瓜式的帮我们将python环境搭建完毕，贴上Anaconda的下载地址：https://www.anaconda.com/download/#download

选择适合的版本下载即可，我这选择的Python3.6 version 64位的，下载完毕之后就是安装了，Anaconda会帮我们将Python环境搭载完毕的。

相关推荐：《Python教程》

2.VS2017中Python开发的选择：

如果已经安装过VS2017，直接在找到Visual Studio Installer。

点击运行，然后选择修改，将Python开发和数据科学和分析应用程序勾选即可。

如果是没有安装过VS2017，需要先在VS官网下载最新的VS2017即可，附上微软官方的VS下载链接：

https://visualstudio.microsoft.com/zh-hans/thank-you-downloading-visual-studio/?sku=Professional&rel=15，后面的步骤与上一步相同。

安装完毕后，VS2017会自动引入我们前面安装的python环境。

3.测试环境：

环境搭建完毕之后就需要测试一下是否搭建成功了，打开VS选择python应用程序；

可以看到我们安装的Python3.6已经引入了。

接下来点击附加按钮即可：出现了下面的界面那么就表示我们的VS2017已经能成功作为Python的IDE了。

⑵ vs2017没有python的环境

1、鼠标放在右侧窗口python环境那里。
2、右键然后点击查看所有python环境，会弹出当前默认的环境。
3、下方有个概述，点击切换到包，在下方输入所想要的包名称。
4、点击执行pipinstall命令，等待安装，安装完成后屏幕下方的输出窗口会提示安装成功。

⑶ 求教vs2017下怎么使用python

先提一下，我并没有用IDE写Python的习惯。因为平时主要就写一点数据分析，这些的话我完全可以用VS Code来实现，而PyCharm什么的IDE，毕竟没Editor好用。后来是因为组织有送Visual Studio Enterprise的key，那就恭敬不如从命了~

而我之前的VS2015，只在写CUDA的时候，编译Xgboost的时候，写C++的时候使用，让我用IDE写Python？不存在的！后来一试。。。就回不来了。。。VS对数据科学的支持，从Python到R，都非常优秀，尤其是R的时候，画图部分是可拆的。

几乎是我摁下去的瞬间就完成了。

不能够理解为什么你的界面不是弹出这个小黑框框（写C++的时候不也是这么办的吗？

未

⑷ 如何在vs2017管理anaconda的python包

• 使用conda
  首先我们将要确认你已经安装好了conda

• 配置环境
  下一步我们将通过创建几个环境来展示conda的环境管理功能。使你更加轻松的了解关于环境的一切。我们将学习如何确认你在哪个环境中，以及如何做复制一个环境作为备份。

• 测试Python
  然后我们将检查哪一个版本的python可以被安装，以及安装另一个版本的python，还有在两个版本的python之间的切换。

• 检查包
  1)我们将罗列出安装在我们电脑上的包

  2)浏览可用的包

  3)使用conda install命令来来安装以及移除一些包

  4)对于一些不能使用conda安装的包，我们将在Anaconda.org网站上搜索

  5)对于那些在其它位置的包，我们将使用pip命令来实现安装。我们还会安装一个可以免费试用30天的商业包IOPro

• 移除包、环境以及conda

管理conda：

检查conda版本:

• conda --version



• 1

• 1

升级当前版本的conda

• conda update conda



• 1

• 1

管理环境

创建并激活一个环境

使用”conda create”命令，后边跟上你希望用来称呼它的任何名字：

• conda create --name snowflake biopython



• 1

• 1

这条命令将会给Biopython创建一个新的环境，位置在Anaconda安装文件的/envs/snowflakes

激活这个新环境

• Linux，OS X:

• source activate snowflakes



• 1

• 1

• Windows：

• activate snowflake



• 1

• 1

小技巧：

新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；去通过
conda create -h了解更多信息吧。

小技巧：

如果我们没有指定安装python的版本，conda会安装我们最初安装conda时所装的那个版本的python。

列出所有的环境

• conda info -envis或者(-e)



• 1

• 1

* 注意：conda有时也会在目前活动的环境前边加上号。**

切换到另一个环境(activate/deactivate)

为了切换到另一个环境，键入下列命令以及所需环境的名字。

• Linux，OS X:

• source activate snowflakes



• 1

• 1

• Windows：

• activate snowflakes



• 1

• 1

如果要从你当前工作环境的路径切换到系统根目录时，键入：
- Linux，OS X:

• source deactivate



• 1

• 1

• Windows:

• deactivate



• 1

• 1

复制一个环境

通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。

• conda create -n flowers --clone snowflakes



• 1

• 1

通过

• conda info –-envs



• 1

• 1

来检查环境

删除一个环境

如果你不想要这个名为flowers的环境，就按照如下方法移除该环境：

• conda remove -n flowers




• 1

• 2

• 1

• 2

管理Python

安装一个不同版本的python

现在我们假设你需要python3来编译程序，但是你不想覆盖掉你的python2.7来升级，你可以创建并激活一个名为snakes的环境，并通过下面的命令来安装最新版本的python3：

• conda create -n snakes python=3



• 1

• 1

检查新的环境中的python版本

确保snakes环境中运行的是python3：

• python --version



• 1

• 1

使用不同版本的python

为了使用不同版本的python，你可以切换环境，通过简单的激活它就可以，让我们看看如何返回默认版本

• Linux，OS X:

• source activate - snowflakes



• 1

• 1

• Windows：

• activate snowflakes



• 1

• 1

注销该环境

当你完成了在snowflakes环境中的工作室，注销掉该环境并转换你的路径到先前的状态：

• Linux，OS X：

• source deactivate



• 1

• 1

• Windows：

• deactivate



• 1

• 1

管理包

• conda安装和管理python包非常方便，可以在指定的python环境中安装包，且自动安装所需要的依赖包，避免了很多拓展包冲突兼容问题。

• 不建议使用easy_install安装包。大部分包都可以使用conda安装，无法使用conda和anaconda.org安装的包可以通过pip命令安装

• 使用合适的源可以提升安装的速度

查看已安装包

使用这条命令来查看哪个版本的python或其他程序安装在了该环境中，或者确保某些包已经被安装了或被删除了。在你的终端窗口中输入：

• conda list



• 1

• 1

向指定环境中安装包

使用Conda命令安装包

我们将在指定环境中安装这个Beautiful Soup包，有两种方式:
- 直接指定-n 指定安装环境的名字

• conda install --name bunnies beautifulsoup4



• 1

• 1

* 提示：你必须告诉conda你要安装环境的名字（-n bunies）否则它将会被安装到当前环境中。*

• 激活bunnies环境，再使用conda install命令。

• activate bunnies


• conda install beautifulsoup4



• 1

• 2

• 1

• 2

2.从Anaconda.org安装一个包

如果一个包不能使用conda安装，我们接下来将在Anaconda.org网站查找。

在浏览器中，去Anaconda资源官网。我们查找一个叫“bottleneck”的包，所以在左上角的叫“Search Anaconda Cloud”搜索框中输入“bottleneck”并点击search按钮。

Anaconda.org上会有超过一打的bottleneck包的版本可用，但是我们想要那个被下载最频繁的版本。所以你可以通过下载量来排序，通过点击Download栏。
点击包的名字来选择最常被下载的包。它会链接到Anaconda.org详情页显示下载的具体命令：

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



• 1

• 1

3. 通过pip命令来安装包

对于那些无法通过conda安装或者从Anaconda.org获得的包，我们通常可以用pip命令来安装包。

可以上pypi网
站查询要安装的包，查好以后输入pip install命令就可以安装这个包了。

我们激活想要放置程序的python环境，然后通过pip安装一个叫“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只是一个包管理器，所以它不能为你管理环境。pip甚至不能升级python，因为它不像conda一样把python当做包来处理。但是它可以安装一些conda安装不了的包。

4. 文件安装

如果真的遇到走投无路的境地，也就是上面这些方法通通不管用！！！那就只能下载源码安装了，比如exe文件（双击安装）或者whl文件（pip安装）等等。还有在github上找到源码，使用python setup.py install命令安装

Tips:不建议使用setuptools 的easy_install，非常不方便管理，也不好卸载
有些时候，Anaconda和pip下载的速度慢，访问不稳定怎么办？换个源呗，清华大学的源就很不错，当然啦，你可以自己google一些好用的源

对于包管理工具，了解这么多就够了，比较喜欢追根究底的童鞋可以移步包管理工具解惑
**提示：
在任何时候你可以通过在命令后边跟上-help来获得该命令的完整文档。
**

eg:

• conda update --help



• 1

• 1

* 小技巧：*
很多跟在–后边常用的命令选项，可以被略写为一个短线加命令首字母。所以–name选项和-n的作用是一样的。通过conda -h或conda –-help来看大量的缩写。

移除包、环境、或者conda

如果你愿意的话。让我们通过移除一个或多个试验包、环境以及conda来结束这次测试指导。

移除包

假设你决定不再使用商业包IOPro。你可以在bunnies环境中移除它。

• conda remove -n bunnies iopro



• 1

• 1

移除环境

我们不再需要snakes环境了，所以输入以下命令：

• conda remove -n snakes --all



• 1

• 1

删除conda

• Linux，OS X：

移除Anaconda 或 Miniconda 安装文件夹

• rm -rf ~/miniconda



• 1

• 1

OR

• rm -rf ~/anaconda



• 1

• 1

• Windows：

去控制面板，点击“添加或删除程序”，选择“Python2.7（Anaconda）”或“Python2.7（Miniconda）”并点击删除程序。

⑸ vs2017如何打包python项目,生成exe文件

可以使用PyInstaller把python程序打包成exe，安装使用pip install pyinstaller，使用时，使用pyinstaller打包，参数如下

-F, –onefile 打包一个单个文件，如果你的代码都写在一个.py文件的话，可以用这个，如果是多个.py文件就别用
-D, –onedir 打包多个文件，在dist中生成很多依赖文件，适合以框架形式编写工具代码，我个人比较推荐这样，代码易于维护
-K, –tk 在部署时包含 TCL/TK
-a, –ascii 不包含编码.在支持Unicode的python版本上默认包含所有的编码.
-d, –debug 产生debug版本的可执行文件
-w,–windowed,–noconsole 使用Windows子系统执行.当程序启动的时候不会打开命令行(只对Windows有效)
-c,–nowindowed,–console

使用控制台子系统执行(默认)(只对Windows有效)

pyinstaller -c xxxx.py

pyinstaller xxxx.py --console
-s,–strip 可执行文件和共享库将run through strip.注意Cygwin的strip往往使普通的win32 Dll无法使用.
-X, –upx 如果有UPX安装(执行Configure.py时检测),会压缩执行文件(Windows系统中的DLL也会)(参见note)
-o DIR, –out=DIR 指定spec文件的生成目录,如果没有指定,而且当前目录是PyInstaller的根目录,会自动创建一个用于输出(spec和生成的可执行文件)的目录.如果没有指定,而当前目录不是PyInstaller的根目录,则会输出到当前的目录下.
-p DIR, –path=DIR 设置导入路径(和使用PYTHONPATH效果相似).可以用路径分割符(Windows使用分号,Linux使用冒号)分割,指定多个目录.也可以使用多个-p参数来设置多个导入路径，让pyinstaller自己去找程序需要的资源
–icon=<FILE.ICO>

将file.ico添加为可执行文件的资源(只对Windows系统有效)，改变程序的图标 pyinstaller -i ico路径 xxxxx.py
–icon=<FILE.EXE,N> 将file.exe的第n个图标添加为可执行文件的资源(只对Windows系统有效)
-v FILE, –version=FILE 将verfile作为可执行文件的版本资源(只对Windows系统有效)
-n NAME, –name=NAME 可选的项目(产生的spec的)名字.如果省略,第一个脚本的主文件名将作为spec的名字