通常Python入门，很多情况都是直接在IDLE上敲代码，但是这个IDLE又没有补全，又没有赏心悦目的界面，这就很郁闷了….
于是，对于编辑器，这就好好选择了。
安装Anaconda
这是Python的一个包管理器，通过它，你可以十分轻松地对Python的包进行管理（安装与卸载）。（这包就是Python的生命呀，还不好好地弄好）
因为Python有2和3，相互又有点不兼容，所以Anaconda也有对应Python2和Python3的版本。地址在这里。
在装完Anaconda时，同时它会自动帮你装上Python，所以之前如果有单独装过Python的，就可以卸掉了。
Anaconda环境变量
在此电脑->右键选择属性->高级系统设置->环境变量->系统变量->path添加anaconda的安装路径。即可在任意终端中打开python。
出现“conda 不是内部命令”的情况，则需要将anaconda安装目录下的Scripts也加入到系统变量中，步骤同上，就可以解决
安装PyCharm
PyCharm是一个十分优秀的Python编辑器，虽然它的包比较大，运行的时候较为占用资源。但是它在编码以及调试的时候能提高不少效率。因为PyCharm只是编辑器，所以也就没有版本之分了。
http://www.jetbrains.com/pycharm/download/#section=windows
Community版免费，已经足够使用了（良心企业）。
一开始使用PyCharm可能挺难上手，但是用惯了以后则会慢慢享受起来了~
使用Anaconda安装Python的包（模块）
在windows的搜索中（开始键+s，还有各种搜索方法），可以找到这个
点开以后，会有如下界面（有些高级点的Anaconda Navigator 有交互界面,,,那个另说啦）
以最常见的numpy包为例，只要输入
1 | conda install numpy |
或者
1 | pip install numpy |
就能安装（推荐使用pip安装，还有忘了pip要不要事先安装了- -）
因为很多时候安装的包从国外下载，就会特别慢，所以换成国内的镜像（国外资源在国内的复制品的感觉吧），速度就嗖嗖嗖的
于是在命令改为
1 | pip install numpy -i https://pypi.douban.com/simple |
至此，如无意外，就能好好装包了，import ~~~
pip 换源
但是每次都加参数，很是不方便，可以修改配置文件使得永久生效。
windows：
直接在user\xx目录(xx为用户名)中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下：
1 | [global] |
Linux:
修改 ~/.pip/pip.conf (没有就创建一个)， 内容如下：
1 | [global] |
使用PyCharm
建立工程
Location：工程放到哪里
Interpreter：解析器，选择Anaconda的，不然刚装的包没有用
新建Python文件
对左方文件夹右键，如图 然后键入文件名就好
敲代码
这不用说了吧？
运行代码
敲完代码以后，直接在代码框上右键找到run
或者右上角有个三角形的进行运行，不过甚是麻烦那个，就不说了。
运行结果在下面的框框中。
别的东西
下方栏中的几个工具：
跟原生IDLE差不多，具有交互功能（另外有个IPython的，具有补全功能的交互式IDLE）
然后这个
终端，，没什么好解释的，就是系统的那个黑色框框
如果程序需要外部运行时传入参数，用这个可以帮到你。
然后敲代码的时候，多按照PyCharm提示，调整自己的代码风格，我觉得是挺好的。
启用Gevent compatible debugging
最新版本的Pycharm中，若调试的过程中出现了unable to display frame variables，则在Settings->Python Debugger->Gevent compatible 前面打上勾。
Anaconda Navigator
具有交互式界面的Anaconda包管理器
在Home界面，
这个可以打开ipynb文件，一种可以改动的交互式笔记本，常用作教学使用（好吧，我编不下去了，自己百度吧，，，）
IPython，之前提过，Python原生交互式Shell的增强版，在平时试语法试函数等等常用，带自动补全。
跟Matlab特别想像的Python编辑器，可以查看变量之类的。（爬虫挺适合的吧）
在Environments可以浏览一堆Python包，选择安装。
其余就不细说了~~
Pyc文件反编译
最近想借鉴一下师兄的代码，但是苦于师兄只给了pyc文件，但是没有给py文件。在网上找到了可以通过pyc文件反编译出py文件的方法。自己试了试，感觉特别管用，所以在这里记录一下。
首先，安装uncompyle
1 | pip install uncompyle |
然后，我使用pip在mac os或者Ubuntu上安装好后的可执行文件名叫uncompyle6，很奇葩有没有
1 | uncompyle6 --help 查看帮助 |
反编译后的效果可以说很理想，如果你的代码格式符合PEP8规范的要求，那就基本和源来的文件一样，不过各种注释就没有了（不能要求太高是不是）。即使不符合PEP8规范，反编译的结果也很好。
解决pip报错
有的时候pip环境会严重错乱，出现了错误AttributeError: '_NamespacePath' object has no attribute 'sort'或者 ModuleNotFoundError: No module named 'pip._internal'，网上有很多种解决该错误的方法，但是下面这种方法最有效。
1 | curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py |
硬盘空间不足
当硬盘空间不足时，使用pip安装包时，会出现ERROR: Could not install packages due to an EnvironmentError: [Errno 28] No space left on device的错误，解决方法为：
1 | TMPDIR=/data2/zhaodali/tmp pip install torch==1.1.0 torchvision==0.3.0 --cache-dir=/data2/zhaodali/tmp --build /data2/zhaodali/tmp |
终端调试
使用ipdb调试，例如要调试的Python文件名为test.py，则运行下面语句即可开始调试。
1 | python -m ipdb test.py |
具体调试的常用命令可以查看相关手册，这里不再列出来。
需要注意的是，当文件中有中文时，调试时可能出现UnicodeEncodeError: 'ascii' codec can't encode characters in position 343-351: ordinal not in range(128)这样的错误，解决方法为，在~/.bash_profile文件中，添加一行：
1 | export LANG="en_US.UTF-8" |
保存退出后重新打开命令行控制台。
查看包依赖
1 | (base) [zhaodali@zdaopt ~]$ pip show tensorflow-gpu |
setup.py设置环境变量
当使用python setup.py install安装https://github.com/NVIDIA/retinanet-examples，提示找不到tensorrt库，在`setup.py`文件中的`ext_modules`中添加这样的一句话：`extra_link_args=['-L/data2/zhaodali/software/TensorRT-6.0.1.8/lib'],`即可。
IPdb调试
使用ipdb调试，若想要输入多行语句，则直接输入interact即可。
参考
Unable to display frame variables (PyCharm remote debugger)
pyc文件反编译到Python源码
ModuleNotFoundError: No module named ‘pip._internal’
【转】Python3中遇到UnicodeEncodeError: ‘ascii’ codec can’t encode characters in ordinal not in range(128)
[Errno 28] No space left on device #5816
解决pip安装超时的问题
如何在Python自己的调试器（PDB）中执行多行语句
