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
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27