京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:小K
来源:麦叔编程
Python学习第一步,安装Python环境,
别看是第一步,很多在职Python程序员可能都弄不太清楚环境变量怎么配?
如何安装多版本的Python并与之共存?
❝
如果你的工作涉及到Python多版本之间开发或测试,那么请收藏本文,
如果你安装完Python发现pip命令不能用,也请收藏本文。
❞
「本文将解决两个问题,让大家能明白Python环境变量该怎么配置。」
5. 按照第4步的方法安装3.10。
❝
按照以上方法安装完了之后,试试在cmd命令输入Python,查看下当前解释器版本号:
cmd的环境是Python3.10的,因为第二次安装时把第一次3.6的Path覆盖掉了。
「假如安装过程中没有勾选add Path,会造成python与pip两个命令都无法使用。」
「假如安装过程中第二次安装时覆盖了第一次的安装的目录,那么pip命令和Python命令会错乱。」
❞
我们先查看下,当前系统的环境变量(按照图片依次点击):
随便打开个文件夹,右键此电脑;
❝
由上图可知,我们的环境变量中Python3.10与Python3.6都是存在的,并没有缺失。
那么我们不需要去更改它。(这是正常的情况,如果你跟我的不一样,就按照这个格式新建你的环境变量)
❞
打开PythonPython36文件夹,
把Python和Pythonmw改成 Python36和Pythonmw36;
再打开PythonPython310文件夹,
把Python和Pythonmw改成 Python310和Pythonmw310;
在cmd命令行分别输入,python36和python310进行测试;
「Python3.6与Python3.10的cmd解释环境分割完毕」
经过我们上面的一系列努力,两个版本的pip都已经废了。
先使用命令:
python36 -m pip install --upgrade pip --force-reinstall
和
python310 -m pip install --upgrade pip --force-reinstall
拯救下它们。
进入Python36scripts
把Python36scripts中的pip3改成pip36,
再把Python310scripts中的pip3改成pip310,
分别试下pip36 list和pip310 listpip命令也完美分割,
运行一个崭新的Vscode,
依次点击,安装好Python的插件,
打开一个py文件,
点击右下角的选择解释器,
选择前面安装Python的路径
Python3.6环境 OK,
Python3.10环境 OK,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06