第1章：Python基础环境搭建
做半导体MES开发，Python环境是绕不开的第一道坎。我见过不少新人，一上来就装最新版Python，结果项目跑不起来，折腾半天才发现是版本不兼容。嗯，咱们今天就聊聊怎么把这一步走稳。
1.1 Python 3.10+ 安装
为什么选3.10+？说白了，MES系统里很多库已经放弃对3.8以下版本的支持了。我去年在一个项目里就吃过亏——客户现场还是Python 3.6，结果我们用的一个数据解析库死活装不上，最后只能手动降级代码。
安装步骤其实很简单，但有几个细节要注意：
- Windows用户：去官网下载安装包时，记得勾选「Add Python to PATH」。我见过太多人忘了这一步，后面在命令行里敲python没反应，又得重装。
- Linux用户：别用系统自带的包管理器装，版本太老。建议用pyenv管理多版本，后面切换起来方便。
- macOS用户：Homebrew装的话，记得brew install python@3.10，指定版本号。
验证安装：打开终端，输入 python --version，看到 Python 3.10.x 就对了。
1.2 虚拟环境配置
为什么要用虚拟环境？你想想看，一个项目用Django 3.2，另一个用Django 4.0，全装到系统里不就打架了吗？我刚开始做MES开发时，就因为这个把系统Python搞崩过两次，后来再也不敢偷懒了。
1.2.1 venv（Python内置）
Python 3.3以后自带的venv，轻量又好用。我个人习惯在每个项目根目录下建一个.venv文件夹：
# 创建虚拟环境
python -m venv .venv
# 激活（Windows）
.venv\Scripts\activate
# 激活（Linux/macOS）
source .venv/bin/activate
# 退出
deactivate小技巧：把.venv加到.gitignore里，别把虚拟环境提交到代码仓库。我曾经见过有人把整个虚拟环境打包上传，结果别人拉下来路径不对，根本用不了。
1.2.2 conda（数据科学首选）
如果你做MES系统里涉及数据分析、机器学习，我建议用conda。它不光管Python包，连底层C库都能一起管，省心不少。
# 创建环境
conda create -n mes_env python=3.10
# 激活
conda activate mes_env
# 退出
conda deactivate
# 查看所有环境
conda env list我个人更推荐miniconda，比完整版anaconda轻量得多。你想想看，装个环境还要等半小时，多耽误事。
1.3 pip换源与包管理
pip默认源在国外，下载速度慢得让人抓狂。我记得有一次部署MES系统，一个requirements.txt装了快两个小时，客户在旁边看着，那叫一个尴尬。
1.3.1 永久换源
我建议直接改配置文件，一劳永逸：
# Linux/macOS
mkdir -p ~/.pip
cat > ~/.pip/pip.conf << EOF
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
EOF
# Windows
# 在 %APPDATA%\pip\pip.ini 中写入相同内容1.3.2 临时换源
有时候只是临时装一个包，用参数指定源更方便：
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple注意：国内镜像源更新可能有延迟。如果你装的是刚发布的包，建议切回官方源试试。我曾经因为镜像源没同步，折腾了半天才发现是版本问题。
1.3.3 常用源对比
| 源名称 | 地址 | 速度 | 稳定性 |
|---|---|---|---|
| 清华 | https://pypi.tuna.tsinghua.edu.cn/simple | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 阿里云 | https://mirrors.aliyun.com/pypi/simple | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 中科大 | https://pypi.mirrors.ustc.edu.cn/simple | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 豆瓣 | https://pypi.douban.com/simple | ⭐⭐⭐ | ⭐⭐⭐ |
1.3.4 包管理最佳实践
做MES项目，依赖管理一定要规范。我一般这样操作：
- 生成requirements.txt：pip freeze > requirements.txt
- 只记录顶层依赖：用pipreqs工具自动扫描项目用到的包，避免记录一堆间接依赖
- 锁定版本号：比如pandas==1.5.3，别用pandas>=1.5.3这种写法，否则不同环境装出来的版本不一样，容易出问题
避坑指南：我曾经在MES项目里用pip install -r requirements.txt部署，结果因为某个依赖包升级了API，整个系统启动报错。后来我改用pipenv或者poetry管理依赖，锁定版本号，再也没出过这种问题。
知识体系总览
下面这张图，把本章的核心逻辑串起来了。你一看就明白：
这张图把安装、虚拟环境、包管理三个核心模块串起来了。你照着这个思路一步步来，Python环境这块基本不会出大问题。
我的建议：刚开始别追求完美，先把环境搭起来跑通一个Hello World。后面遇到具体问题再回来优化。我见过太多人卡在环境搭建这一步，连代码都没写一行就放弃了。
公众号:蓝海资料掘金营，微信deep3321