Python - 文本处理环境设置

  • 简述

    为了成功创建和运行本教程中的示例代码,我们需要设置一个环境,该环境将具有通用 python 以及数据科学所需的特殊包。我们将首先考虑安装通用 python,它可以是 python 2 或 python 3。但在本教程中我们更喜欢 python 2,主要是因为它的成熟度和对外部包的更广泛支持。
  • 获取 Python

    最新和最新的源代码、二进制文件、文档、新闻等,可在 Python 的官方网站https://www.python.org/
    您可以从https://www.python.org/doc/下载 Python 文档。该文档以 HTML、PDF 和 PostScript 格式提供。
  • 安装 Python

    Python 发行版可用于各种平台。您只需下载适用于您的平台的二进制代码并安装 Python。
    如果您的平台的二进制代码不可用,您需要一个 C 编译器来手动编译源代码。编译源代码在选择安装所需的功能方面提供了更大的灵活性。
    这是在各种平台上安装 Python 的快速概述 -

    Unix 和 Linux 安装

    以下是在 Unix/Linux 机器上安装 Python 的简单步骤。
    • 打开 Web 浏览器并转到https://www.python.org/downloads/
    • 按照链接下载可用于 Unix/Linux 的压缩源代码。
    • 下载并解压文件。
    • 如果要自定义某些选项,请编辑Modules/Setup文件。
    • 运行 ./configure 脚本
    • make
    • make install
    这会将 Python 安装在标准位置/usr/local/bin及其库在/usr/local/lib/pythonXX,其中 XX 是 Python 的版本。

    视窗安装

    以下是在 Windows 机器上安装 Python 的步骤。
    • 打开 Web 浏览器并转到https://www.python.org/downloads/
    • 按照 Windows 安装程序python-XYZ.msi文件的链接,其中 XYZ 是您需要安装的版本。
    • 要使用此安装程序python-XYZ.msi,Windows 系统必须支持 Microsoft Installer 2.0。将安装程序文件保存到您的本地计算机,然后运行它以查看您的计算机是否支持 MSI。
    • 运行下载的文件。这会调出 Python 安装向导,它非常易于使用。只需接受默认设置,等到安装完成,您就完成了。

    Mac安装

    最近的 Mac 都安装了 Python,但它可能已经过时了好几年。请参阅http://www.python.org/download/mac/获取有关获取当前版本以及支持 Mac 上开发的额外工具的说明。对于 Mac OS X 10.3(2003 年发布)之前的旧 Mac OS,可以使用 MacPython。
    Jack Jansen 维护它,您可以在他的网站上完全访问整个文档 - http://www.cwi.nl/~jack/macpython.html。您可以找到 Mac OS 安装的完整安装详细信息。
  • 设置PATH

    程序和其他可执行文件可以位于许多目录中,因此操作系统提供了一个搜索路径,其中列出了操作系统搜索可执行文件的目录。
    路径存储在环境变量中,该变量是操作系统维护的命名字符串。此变量包含可用于命令 shell 和其他程序的信息。
    path变量在 Unix 中命名为 PATH 或在 Windows 中命名为 Path(Unix 区分大小写;Windows 不区分)。
    在 Mac OS 中,安装程序会处理路径详细信息。要从任何特定目录调用 Python 解释器,您必须将 Python 目录添加到您的路径中。
  • 在 Unix/Linux 上设置PATH

    将 Python 目录添加到 Unix 中特定会话的路径 -
    • 在 csh shell− 键入 setenv PATH "$PATH:/usr/local/bin/python" 并按 Enter。
    • 在 bash shell (Linux)- 输入 export ATH="$PATH:/usr/local/bin/python" 并按 Enter。
    • 在 sh 或者 ksh shell- 键入 PATH="$PATH:/usr/local/bin/python" 并按 Enter。
    • 注意− /usr/local/bin/python 是 Python 目录的路径
  • 在 Windows 中设置PATH

    将 Python 目录添加到 Windows 中特定会话的路径 -
    在命令提示符下- 输入路径 %path%;C:\Python 并按 Enter。
    注意− C:\Python 是 Python 目录的路径
  • Python 环境变量

    以下是 Python 可以识别的重要环境变量 -
    序号 变量和描述
    1
    PYTHONPATH
    它的作用类似于 PATH。这个变量告诉 Python 解释器在哪里找到导入到程序中的模块文件。它应该包括 Python 源库目录和包含 Python 源代码的目录。PYTHONPATH 有时由 Python 安装程序预设。
    2
    PYTHONSTARTUP
    它包含包含 Python 源代码的初始化文件的路径。每次启动解释器时都会执行它。它在 Unix 中被命名为 .pythonrc.py,它包含加载实用程序或修改 PYTHONPATH 的命令。
    3
    PYTHONCASEOK
    它在 Windows 中用于指示 Python 在导入语句中查找第一个不区分大小写的匹配项。将此变量设置为任何值以激活它。
    4
    PYTHONHOME
    这是一个替代模块搜索路径。它通常嵌入在 PYTHONSTARTUP 或 PYTHONPATH 目录中,以便轻松切换模块库。
  • 运行 Python

    有三种不同的方式来启动 Python -

    交互式解释器

    您可以从 Unix、DOS 或任何其他为您提供命令行解释器或 shell 窗口的系统启动 Python。
    进入python命令行。
    立即在交互式解释器中开始编码。
    
    $python # Unix/Linux
    或者
    python% # Unix/Linux
    或者
    C:> python # Windows/DOS
    
    这是所有可用命令行选项的列表 -
    序号 选项和说明
    1
    -d
    它提供调试输出。
    2
    -O
    它生成优化的字节码(生成 .pyo 文件)。
    3
    -S
    不要在启动时运行导入站点来查找 Python 路径。
    4
    -v
    详细输出(导入语句的详细跟踪)。
    5
    -X
    禁用基于类的内置异常(只使用字符串);从 1.6 版开始已过时。
    6
    -c cmd
    运行作为 cmd 字符串发送的 Python 脚本
    7
    file
    从给定文件运行 Python 脚本

    命令行中的脚本

    通过在应用程序上调用解释器,可以在命令行执行 Python 脚本,如下所示 -
    
    $python script.py # Unix/Linux
    or
    python% script.py # Unix/Linux
    or 
    C: >python script.py # Windows/DOS
    
    注意− 确保文件权限模式允许执行。

    集成开发环境

    如果您的系统上有支持 Python 的 GUI 应用程序,您也可以从图形用户界面 (GUI) 环境运行 Python。
    • Unix− IDLE 是第一个用于 Python 的 Unix IDE。
    • Windows− PythonWin 是 Python 的第一个 Windows 界面,是一个带有 GUI 的 IDE。
    • Macintosh− Macintosh 版本的 Python 和 IDLE IDE 可从主网站获得,可下载为 MacBinary 或 BinHex'd 文件。
  • 安装 NLTK 包

    NLTK 可以非常直接地集成到 python 环境中。使用以下命令将 NLTK 添加到环境中。
    
    sudo pip install -U nltk
    
    当我们需要在 python 程序中使用它们时,将在每一章中讨论其他库的添加。