第1章：Python开发环境搭建

各位同学好，我是你们这门课的老张。做医疗贴片开发这些年，我踩过不少坑，也积累了些经验。今天咱们就从最基础的Python环境搭建开始聊。

说实话，很多新手一上来就急着写代码，结果环境没配好，后面各种报错。我见过太多人卡在「明明代码没问题，就是跑不起来」的尴尬局面。所以，咱们先把地基打牢。

1.1 Python 3.10+ 安装

为什么选3.10+？因为医疗贴片项目里用到的很多库，比如PySerial、PyQt6，对3.10的支持最稳定。我去年有个项目，用3.9死活装不上某个驱动库，升到3.10就解决了。

安装步骤很简单：

  1. 去Python官网下载对应系统的安装包（Windows选64位）
  2. 安装时记得勾选「Add Python to PATH」
  3. 用命令行验证：python --version

小提示：我个人习惯在Windows上用pyenv-win管理多个Python版本。医疗贴片项目可能同时维护多个产品线，不同版本切换起来很方便。

1.2 虚拟环境管理

虚拟环境这东西，说白了就是给每个项目一个独立的「小房间」。你想想看，项目A用Django 3.2，项目B用Django 4.0，要是没有虚拟环境，它们会打架的。

1.2.1 使用 venv（Python内置）

venv是Python自带的，轻量又好用。我一般这么操作：

# 创建虚拟环境
python -m venv medical_patch_env

# 激活（Windows）
medical_patch_env\Scripts\activate

# 激活（Mac/Linux）
source medical_patch_env/bin/activate

# 退出
deactivate

避坑指南：我曾经在Windows上忘记激活环境，直接pip install，结果装到了全局Python里。后来项目部署到服务器，发现依赖全乱了。所以，每次开新终端，第一件事就是检查环境是否激活——看命令行前面有没有(环境名)。

1.2.2 使用 conda（推荐数据科学场景）

如果你的项目涉及数据分析或机器学习，conda会更顺手。它不光管Python包，还能管C++库、R语言等。医疗贴片的数据分析模块，我就用conda管理。

# 创建环境
conda create -n medical_patch python=3.10

# 激活
conda activate medical_patch

# 安装包
conda install numpy pandas

# 导出环境
conda env export > environment.yml

我的选择：纯Python项目用venv，涉及科学计算用conda。别纠结，两个都会用才是真本事。

1.3 依赖管理（requirements.txt）

项目开发完要部署到测试机，怎么保证环境一致？答案就是requirements.txt。它就像一张购物清单，告诉别人「我需要这些包，版本号也写清楚了」。

生成方法：

# 导出当前环境所有包
pip freeze > requirements.txt

# 在另一台机器上安装
pip install -r requirements.txt

嗯，这里要注意：pip freeze会导出所有包，包括依赖的依赖。我建议手动整理一下，只保留直接依赖的包，这样文件更清晰。

一个真实的例子：医疗贴片测试项目，我的requirements.txt长这样：

pyserial==3.5
pyqt6==6.5.0
numpy==1.24.3
openpyxl==3.1.2
pytest==7.4.0

警告：千万别把版本号写成>=，比如pyserial>=3.5。我吃过亏——某次升级到3.6后，API变了，整个测试脚本跑不起来。锁定版本号，稳如老狗。

1.4 IDE推荐：VS Code + Pylance

编辑器这块，我推荐VS Code。为什么？免费、插件丰富、对Python支持好。Pylance是微软官方的语言服务器，代码补全、类型检查、错误提示，用起来很舒服。

配置步骤：

  1. 安装VS Code
  2. 安装Python扩展（会自动装Pylance）
  3. 设置Python解释器路径：按Ctrl+Shift+P，输入Python: Select Interpreter，选择你的虚拟环境

我常用的VS Code设置：

{
    "python.defaultInterpreterPath": "./medical_patch_env/Scripts/python.exe",
    "python.terminal.activateEnvironment": true,
    "editor.formatOnSave": true,
    "python.linting.enabled": true
}

你看，activateEnvironment设为true后，每次打开终端自动激活虚拟环境，省心不少。

小技巧：在VS Code里按F5可以直接运行当前Python文件。调试时设断点、看变量值，比用print大法高效多了。

1.5 实战：搭建一个医疗贴片测试项目

光说不练假把式。咱们来搭一个真实项目：

# 1. 创建项目文件夹
mkdir medical_patch_test
cd medical_patch_test

# 2. 创建虚拟环境
python -m venv venv

# 3. 激活环境（Windows）
venv\Scripts\activate

# 4. 安装依赖
pip install pyserial pyqt6 numpy openpyxl

# 5. 生成requirements.txt
pip freeze > requirements.txt

# 6. 用VS Code打开项目
code .

搞定！现在你的项目结构应该是：

medical_patch_test/
├── venv/          # 虚拟环境
├── requirements.txt  # 依赖清单
└── (你的代码文件)

我当年第一次搭环境时，光装PyQt就折腾了两小时——版本不对、依赖缺失、环境变量没配。现在回想起来，其实就是没掌握方法。按上面这套流程走，十分钟搞定。

小结

这一章咱们聊了：

  • Python 3.10+的安装要点
  • venv和conda两种虚拟环境管理方式
  • 用requirements.txt锁定依赖版本
  • VS Code + Pylance的配置技巧

下节课，咱们开始写第一行代码——连接医疗贴片设备。到时候你会看到，环境搭好了，后面的事就顺了。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →