附录 D　安装 Python 3

等到 Python 3 被预装到每一台计算机上时，估计烤面包机都已经被可以打印酥粒甜甜圈的 3D 打印机取代了。Windows 压根没有 Python，OS X、Linux、Unix 也都只是预装了旧版本的 Python 而已。在它们赶上 Python 最新版本前，我们只能自己手动安装 Python 3。

下面几节详细描述了如何做到以下几件事情：

  • 查询你电脑中安装的 Python 版本（如果安装了）

  • 安装标准发布版的 Python 3（如果没有安装）

  • 安装 Anaconda 发布的 Python 科学计算模块

  • 如果无法直接修改你的系统（权限问题等），不妨安装 pip 和 virtualenv 进行第三方包的管理

  • 安装 conda 作为 pip 的替代品

本书中大部分例子都是在 Python 3.3 的环境下编写并测试的，这是写本书时最新的稳定版本。有些是在 3.4 下编写并测试的，这个版本是在校对本书时发布的。新版本 Python 的变化网页（https://docs.python.org/3/whatsnew/）里描述了每一个新版本更新的内容。Python 安装包有多种来源，安装新版本的方式也不止一种。本附录会介绍其中两种安装方式。

  • 如果你只会用标准解释器和库，建议从官方语言网站（https://www.python.org/）下载安装。

  • 如果你除了使用 Python 的标准库外还需要使用一些附录 C 中描述的强大的科学计算库，就下载安装 Anaconda 吧。

D.1　安装标准Python

打开浏览器前往 Python 下载页（https://www.python.org/downloads/）。该网页会尝试获取你的操作系统类型并显示对应的 Python 版本。如果它显示的不对，你可以手动从下面几个链接中选择对应的版本下载：

你会看到类似图 D-1 的网页。

{%}

图 D-1：下载页实例

点击最新版本的下载链接。在编写本书时是 3.4.1。点击后会跳转到详细信息页，如图 D-2 所示。

{%}

图 D-2：下载详情页

你需要向下滚动才能找到实际下载链接（如图 D-3 所示）。

{%}

图 D-3：下载链接页的底部

点击下载链接可以跳转到实际发布版本页（如图 D-4 所示）。

{%}

图 D-4：可以下载的文件

现在点击对应版本的链接即可将 Python 下载到你的电脑了。

D.1.1　Mac OS X

点击 Mac OS X 64-bit/32-bit installer（https://www.python.org/ftp/python/3.4.1/python3.4.1-macosx10.6.dmg）链接下载 Mac 中使用的 .dmg 文件。下载完成后双击它，桌面上会弹出一个包含 4 个图标的窗口。右键单击 Python.mpkg，在弹出的对话框中点击“打开”。点击大约三次“继续”按钮，期间会显示一些法律声明，最后的对话框出现后点击“安装”。Python 3 的所有内容都会被安装到 usrlocal/bin/python3，不会对电脑上已安装的 Python 2 产生任何影响。

D.1.2　Windows

对于 Windows，根据自己计算机的具体环境选择下面两个安装包之一：

如果你不清楚自己的 Windows 到底是 32 位还是 64 位，可以执行下面几步来查看：

(1) 点击“开始”按钮；

(2) 右键点击“计算机”；

(3) 点击“属性”，就可以找到相关信息了。

点击适当的安装包链接（.msi 文件）。下载完成后双击打开，并根据安装指导进行安装。

D.1.3　Linux或Unix

Linux 和 Unix 用户可以选择下载 Python 源代码的压缩文件：

下载上面两个链接中的一个。使用 tar xJ（.xz 文件）或 tar xz（.tgz 文件）命令解压，然后运行解压得到的 shell 脚本即可。

D.2　安装Anaconda

Anaconda 是一个针对科学计算设计的多合一安装包：包括 Python 本体、标准库以及许多实用的第三方库。目前为止，Anaconda 自带的仍是 Python 2 以及对应的解释器，但我们可以使用一些变通的方法强制它安装 Python 3。

最新的升级版本，Anaconda 2.0 会安装最近版本的 Python 及其标准库（编写此书时是 3.4）。它还会安装一些其他的实用工具，包括本书中讨论过的一些库：beautifulsoup4、flask、ipython、matplotlib、nose、numpy、pandas、pillow、pip、scipy、tables、zmq，等等。Anaconda 还包括一个跨平台的安装程序 conda，它是 pip 的增强版，之后会简单介绍它。

前往与 Python 3 版本对应的下载页（http://repo.continuum.io/archive/）下载安装 Anaconda 2。点击与你使用的平台对应的链接（具体的版本信息可能与下面列出的不一致，但我相信你能识别出应该下载哪一个）。

1一般是 UsersYour_Name。——译者注

附录 D　安装 Python 3 - 图5　确保你下载的文件是以 Anaconda3 开头的。如果文件名仅仅是以 Anaconda 或 Anaconda2 开头，那么你下载的应该是 Python 2 对应的版本，它不是我们想要的。

Anaconda 将所有文件都安装到属于它自己的目录中（home 路径下 anaconda 目录中）。这意味着它的安装不会对你电脑上的任何 Python 版本产生影响，同时你也不需要特殊的权限（像 admin 和 root 之类的）来执行安装。

如果你想要知道 Anaconda 包含哪些 Python 包，可以访问 Anaconda 文档页（http://docs.continuum.io/anaconda/pkg-docs.html），点击文档顶部选择框中的“Python version：3.4”即可。我上次查看时总共列出了 141 个包。

安装完毕 Anaconda 3 后，你可以看看这位“圣诞老人”都在你的电脑里放了些什么小礼物。执行下面的命令：

  1. $ ./conda list
  3. # packages in environment at Userswilliamlubanovic/anaconda:
  4. #
  5. anaconda                  2.0.0                np18py34_0
  6. argcomplete               0.6.7                    py34_0
  7. astropy                   0.3.2                np18py34_0
  8. backports.ssl-match-hostname 3.4.0.2                   <pip>
  9. beautifulsoup            4.3.1                    py34_0
  10. beautifulsoup4            4.3.1                     <pip>
  11. binstar                   0.5.3                    py34_0
  12. bitarray                  0.8.1                    py34_0
  13. blaze                     0.5.0                np18py34_0
  14. blz                       0.6.2                np18py34_0
  15. bokeh                     0.4.4                np18py34_1
  16. cdecimal                  2.3                      py34_0
  17. colorama                  0.2.7                    py34_0
  18. conda                     3.5.2                    py34_0
  19. conda-build               1.3.3                    py34_0
  20. configobj                 5.0.5                    py34_0
  21. curl                      7.30.0                        2
  22. cython                    0.20.1                   py34_0
  23. datashape                 0.2.0                np18py34_1
  24. dateutil                  2.1                      py34_2
  25. docutils                  0.11                     py34_0
  26. dynd-python               0.6.2                np18py34_0
  27. flask                     0.10.1                   py34_1
  28. freetype                  2.4.10                        1
  29. future                    0.12.1                   py34_0
  30. greenlet                  0.4.2                    py34_0
  31. h5py                      2.3.0                np18py34_0
  32. hdf5                      1.8.9                         2
  33. ipython                   2.1.0                    py34_0
  34. ipython-notebook          2.1.0                    py34_0
  35. ipython-qtconsole         2.1.0                    py34_0
  36. itsdangerous              0.24                     py34_0
  37. jdcal                     1.0                      py34_0
  38. jinja2                    2.7.2                    py34_0
  39. jpeg                      8d                            1
  40. libdynd                   0.6.2                         0
  41. libpng                    1.5.13                        1
  42. libsodium                 0.4.5                         0
  43. libtiff                   4.0.2                         0
  44. libxml2                   2.9.0                         1
  45. libxslt                   1.1.28                        2
  46. llvm                      3.3                           0
  47. llvmpy                    0.12.4                   py34_0
  48. lxml                      3.3.5                    py34_0
  49. markupsafe                0.18                     py34_0
  50. matplotlib                1.3.1                np18py34_1
  51. mock                      1.0.1                    py34_0
  52. multipledispatch          0.4.3                    py34_0
  53. networkx                  1.8.1                    py34_0
  54. nose                      1.3.3                    py34_0
  55. numba                     0.13.1               np18py34_0
  56. numexpr                   2.3.1                np18py34_0
  57. numpy                     1.8.1                    py34_0
  58. openpyxl                  2.0.2                    py34_0
  59. openssl                   1.0.1g                        0
  60. pandas                    0.13.1               np18py34_0
  61. patsy                     0.2.1                np18py34_0
  62. pillow                    2.4.0                    py34_0
  63. pip                       1.5.6                    py34_0
  64. ply                       3.4                      py34_0
  65. psutil                    2.1.1                    py34_0
  66. py                        1.4.20                   py34_0
  67. pycosat                   0.6.1                    py34_0
  68. pycparser                 2.10                     py34_0
  69. pycrypto                  2.6.1                    py34_0
  70. pyflakes                  0.8.1                    py34_0
  71. pygments                  1.6                      py34_0
  72. pyparsing                 2.0.1                    py34_0
  73. pyqt                      4.10.4                   py34_0
  74. pytables                  3.1.1                np18py34_0
  75. pytest                    2.5.2                    py34_0
  76. python                    3.4.1                         0
  77. python-dateutil           2.1                       <pip>
  78. python.app                1.2                      py34_2
  79. pytz                      2014.3                   py34_0
  80. pyyaml                    3.11                     py34_0
  81. pyzmq                     14.3.0                   py34_0
  82. qt                        4.8.5                         3
  83. readline                  6.2                           2
  84. redis                     2.6.9                         0
  85. redis-py                  2.9.1                    py34_0
  86. requests                  2.3.0                    py34_0
  87. rope                      0.9.4                    py34_1
  88. rope-py3k                 0.9.4                     <pip>
  89. runipy                    0.1.0                    py34_0
  90. scikit-image              0.9.3                np18py34_0
  91. scipy                     0.14.0               np18py34_0
  92. setuptools                3.6                      py34_0
  93. sip                       4.15.5                   py34_0
  94. six                       1.6.1                    py34_0
  95. sphinx                    1.2.2                    py34_0
  96. spyder                    2.3.0rc1                 py34_0
  97. spyder-app                2.3.0rc1                 py34_0
  98. sqlalchemy                0.9.4                    py34_0
  99. sqlite                    3.8.4.1                       0
  100. ssl_match_hostname        3.4.0.2                  py34_0
  101. sympy                     0.7.5                    py34_0
  102. tables                    3.1.1                     <pip>
  103. tk                        8.5.15                        0
  104. tornado                   3.2.1                    py34_0
  105. ujson                     1.33                     py34_0
  106. werkzeug                  0.9.4                    py34_0
  107. xlrd                      0.9.3                    py34_0
  108. xlsxwriter                0.5.5                    py34_0
  109. yaml                      0.1.4                         1
  110. zeromq                    4.0.4                         0
  111. zlib                      1.2.7                         1

D.3　安装并使用pip和virtualenv

pip 是最受欢迎的管理第三方（非标准库）Python 包的包。这么实用的一款工具竟然不是标准 Python 的一部分实在是让人觉得很烦恼，因为我们不得不自己手动下载安装。我的一个朋友曾经说过：这简直就是残忍恼人的仪式。好消息是从 Python 3.4 开始，pip 已经被包含到标准 Python 中了！

virtualenv 经常与 pip 一起使用，它允许我们将 Python 包安装到指定的路径（文件夹）中以避免它与一些已经安装了的 Python 包互相影响。它的精髓在于，即使你没有权限修改已安装的 Python 包，你仍然可以随心所欲地使用任何你喜欢的 Python 工具 2。

2既然不会互相影响，重新安装一份即可。——译者注

如果你安装了 Python 3，但发现使用的仍然是 Python 2 版本的 pip，下面的命令可以帮助你在 Linux 或 OS X 下获取 Python 3 对应的版本：

  1. $ curl -O http://python-distribute.org/distribute_setup.py
  2. $ sudo python3 distribute_setup.py
  3. $ curl -O https://raw.github.com/pypa/pip/master/contrib/get-pip.py
  4. $ sudo python3 get-pip.py

上面的命令会将 pip-3.3 安装到你的 Python 3 安装路径下的 bin 目录中。之后你就可以使用 pip-3.3 而不是 Python 2 的 pip 来安装第三方包了。

下面列出一些有关 pip 和 virtualenv 教程的链接：

D.4　安装并使用conda

目前为止，pip 下载得到的大多是源文件而不是编译完成的二进制文件，但有些 Python 模块并不是用 Python 编写的而是用 C 语言库编写的，这意味着我们不得不进行额外的编译工作，非常麻烦。最近，Anaconda 的开发者们编写了 conda（http://www.continuum.io/blog/conda），旨在解决使用 pip 和其他工具时存在的各种问题。pip 是一个 Python 专属的包管理器，但 conda 可以运行在任何软件和语言环境中。conda 还同时解决了使用 pip 时不得不同时使用 virtualenv 这样的工具来保证安装的包之间互不影响的问题。

如果你安装了 Anaconda，conda 就已经附带安装完毕。如果你没有安装 Anaconda，可以从 miniconda 网页（http://conda.pydata.org/miniconda.html）下载 conda 和 与它绑定的 Python 3。和 Anaconda 一样，请确保你下载的文件以 Miniconda3 开头，仅以 Miniconda 开头的是 Python 2 对应的版本。

conda 依赖 pip。尽管 conda 有自己的包仓库（https://binstar.org/），但像 conda search 这样的命令在执行时除了搜索 conda 包仓库中的内容外，还会搜索 PyPi 库（http://pypi.python.org/）。如果你在使用 pip 时遇到了问题，不妨试试 conda。