Python 基础

Python本身的语法不复杂，直接看代码基本能看懂，所以这里不过多介绍。但是其实隐藏了很多坑，有空还是系统的看一下比较好，了解一下数据类型、控制语句、函数和类相关的东西。

官方教程

官方文档

相比于C++，Python的工作方式更接近于MATLAB，我们有以下几种方式运行Python。

• 命令行交互式

• 命令行执行

• Notebook中边编辑边执行

在Windows/Linux上安装Python

这里不建议大家直接安装Python，而建议安装Anaconda（这是一个打包了一些常用科学计算库，以及虚拟环境管理器的Python发行版）

Anaconda下载页面

对于Linux，下载安装脚本并bash安装。对于Windows，直接下载并双击安装。

wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh
bash Anaconda3-2023.03-Linux-x86_64.sh

安装后打开终端。

Python包管理

Python本身就是一门编程语言，支持的功能很简陋，我们之所以爱用Python是因为其丰富的第三方库。而Python的第三方库和C++需要自己编译不同，有统一的包管理软件：pip

我们常用的Python包有：

• Numpy：Python的数值计算库，提供基本的向量、矩阵、张量操作。

• Scipy：提供高阶算法，例如特殊函数、ODE求解等。

• Matplotlib：仿matlab画图的库。

• Pytorch：可微科学计算库。（Numpy+Scipy+Differentiable）

Python自带的包管理软件就是pip，我们可以用pip方便的安装和卸载python包。

pip install numpy     # 使用 pip 安装 numpy
pip install numpy==1.0.0     # 使用 pip 安装特定版本 numpy
pip install numpy --user     # 使用 pip 安装 numpy 到个人目录 .pip 下
pip uninstall numpy          # 删除 numpy 包

Python虚拟环境管理

Python应用程序通常会使用不在标准库内的软件包和模块。应用程序有时需要特定版本的库，因为应用程序可能需要修复特定的错误，或者可以使用库的过时版本的接口编写应用程序。

这意味着一个Python安装可能无法满足每个应用程序的要求。如果应用程序A需要特定模块的1.0版本但应用程序B需要2.0版本，则需求存在冲突，安装版本1.0或2.0将导致某一个应用程序无法运行。

这个问题的解决方案是创建一个 virtual environment，其中安装有特定Python版本，以及许多其他包。

Python内置了虚拟环境解决方案venv。 同时conda也支持虚拟环境管理，我们下边以conda为例介绍一下。

conda create -n myenv python=3.9 numpy
conda info --envs
source activate myenv
conda install scipy
source deactivate