Python - 文本处理环境

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，该环境将包含通用Python以及数据科学所需的特殊软件包。我们将首先了解如何安装通用Python，它可以是Python 2或Python 3。但是，在本教程中，我们更偏向于使用Python 2，主要是因为其成熟度和更广泛的外部软件包支持。

获取Python

最新的源代码、二进制文件、文档、新闻等都可以在Python的官方网站上找到 https://www.pythonlang.cn/

您可以从 https://www.pythonlang.cn/doc/ 下载Python文档。该文档提供HTML、PDF和PostScript格式。

安装Python

Python发行版适用于各种平台。您只需下载适用于您平台的二进制代码并安装Python即可。

如果您的平台没有提供二进制代码，则需要一个C编译器来手动编译源代码。编译源代码在您所需的安装功能选择方面提供了更大的灵活性。

以下是关于在各种平台上安装Python的快速概述：

Unix和Linux安装

以下是关于在Unix/Linux机器上安装Python的简单步骤。

打开Web浏览器并访问 https://www.pythonlang.cn/downloads/。
点击链接下载适用于Unix/Linux的压缩源代码。
下载并解压缩文件。
如果您想自定义某些选项，请编辑Modules/Setup文件。
运行./configure脚本
make
make install

这会将Python安装到标准位置/usr/local/bin，并将它的库安装到/usr/local/lib/pythonXX，其中XX是Python的版本。

Windows安装

以下是关于在Windows机器上安装Python的步骤。

打开Web浏览器并访问 https://www.pythonlang.cn/downloads/。
点击链接下载Windows安装程序python-XYZ.msi文件，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。这将打开Python安装向导，非常易于使用。只需接受默认设置，等待安装完成，即可。

Macintosh安装

最近的Mac都预装了Python，但它可能已经过时了几年。请查看 https://www.pythonlang.cn/download/mac/，了解如何获取最新版本以及支持在Mac上进行开发的其他工具的说明。对于Mac OS X 10.3（2003年发布）之前的旧版Mac OS，可以使用MacPython。

Jack Jansen维护着它，您可以在他的网站上完全访问所有文档：http://www.cwi.nl/~jack/macpython.html。您可以在其中找到Mac OS安装的完整安装细节。

设置PATH

程序和其他可执行文件可能位于许多目录中，因此操作系统提供了一个搜索路径，该路径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，环境变量是操作系统维护的命名字符串。此变量包含命令外壳和其他程序可用的信息。

路径变量在Unix中命名为PATH，在Windows中命名为Path（Unix区分大小写；Windows不区分大小写）。

在Mac OS中，安装程序处理路径细节。要从任何特定目录调用Python解释器，必须将Python目录添加到您的路径中。

在Unix/Linux上设置路径

要在Unix中为特定会话将Python目录添加到路径中，请执行以下操作：

在csh shell中 - 输入 setenv PATH "$PATH:/usr/local/bin/python" 并按Enter键。
在bash shell（Linux）中 - 输入 export ATH="$PATH:/usr/local/bin/python" 并按Enter键。
在sh或ksh shell中 - 输入 PATH="$PATH:/usr/local/bin/python" 并按Enter键。
注意 - /usr/local/bin/python是Python目录的路径

在Windows上设置路径

要在Windows中为特定会话将Python目录添加到路径中，请执行以下操作：

在命令提示符下 - 输入 path %path%;C:\Python 并按Enter键。

注意 - C:\Python是Python目录的路径

Python环境变量

以下是一些Python可以识别的重要环境变量：

序号	变量和描述
1	PYTHONPATH 它具有与PATH类似的作用。此变量告诉Python解释器在哪里查找导入到程序中的模块文件。它应包含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 它包含一个初始化文件的路径，该文件包含Python源代码。每次启动解释器时都会执行它。它在Unix中命名为.pythonrc.py，并且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import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 它是一个备用的模块搜索路径。它通常嵌入在PYTHONSTARTUP或PYTHONPATH目录中，以方便切换模块库。

运行Python

有三种不同的方法可以启动Python：

交互式解释器

您可以从Unix、DOS或任何其他提供命令行解释器或shell窗口的系统启动Python。

在命令行中输入python。

在交互式解释器中立即开始编码。

$python # Unix/Linux
or
python% # Unix/Linux
or
C:> python # Windows/DOS

以下是所有可用命令行选项的列表：

序号	选项和描述
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 在启动时不要运行import site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）；从版本1.6开始已过时。
6	-c cmd 运行作为cmd字符串发送的Python脚本
7	文件从给定文件运行Python脚本

来自命令行的脚本

可以通过在您的应用程序上调用解释器来在命令行执行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

如果您在系统上拥有支持Python的GUI应用程序，则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是第一个用于Python的Windows界面，并且是一个带有GUI的IDE。
Macintosh - Macintosh版本的Python以及IDLE IDE都可以在主网站上下载，可以下载为MacBinary或BinHex'd文件。

安装NLTK包

将NLTK集成到Python环境中非常简单。使用以下命令将NLTK添加到环境中。

sudo pip install -U nltk

其他库的添加将在每个章节中根据我们在Python程序中使用它们的需要进行讨论。

打印页面