Python - 文本处理环境设置

要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，其中既有通用 Python 也有数据科学所需的特殊包。我们将首先安装通用的 python，可以是 python 2 或 python 3。

官网下载 Python

最新的源代码、二进制文件、文档、新闻等，可在 Python https://www.python.org/ 的官方网站上获得

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 发行版可用于多种平台。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。编译源代码可以更灵活地选择安装所需的功能。

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/。
点击链接下载适用于 Unix/Linux 的压缩源代码。
下载并提取文件。
如果您想自定义一些选项，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 并将其库安装在 /usr/local/lib/pythonXX ，其中 XX 是 Python 的版本。

Windows 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/。
点击 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。这将打开 Python 安装向导，它非常易于使用。只需接受默认设置，等待安装完成即可。

苹果机安装

最近的 Mac 都安装了 Python，但它可能已经过时几年了。有关获取当前版本以及支持 Mac 开发的额外工具的说明，请参阅 http://www.python.org/download/mac/。对于 Mac OS X 10.3（2003 年发布）之前的旧版 Mac OS，可以使用 MacPython。

设置 PATH

程序和其他可执行文件可以位于多个目录中，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，它是由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，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。

Unix/Linux下设置路径

将 Python 目录添加到 Unix 中特定会话的路径 −

在 csh shell 中 − type setenv PATH "$PATH:/usr/local/bin/python" and press Enter.
在 bash shell (Linux) 中 − type export ATH="$PATH:/usr/local/bin/python" and press Enter.
在 sh 或 ksh shell 中 − type PATH="$PATH:/usr/local/bin/python" and press Enter.
Note − /usr/local/bin/python is the path of the Python directory

在Windows下设置路径

将 Python 目录添加到 Windows 中特定会话的路径 −

在命令提示符下 − type path %path%;C:\Python and press Enter.

Note − C:\Python is the path of the Python directory

Python 环境变量

这里是重要的环境变量，Python可以识别 −

序号	变量 & 描述
1	PYTHONPATH 它的作用类似于PATH。该变量告诉 Python 解释器将导入到程序中的模块文件放在何处。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 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 这是一个替代模块搜索路径。它通常嵌入在 PYTHONSTARTUP 或 PYTHONPATH 目录中，以便于切换模块库。

运行 Python

Python有3种不同的启动方式 −

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。

在命令行输入python

立即在交互式解释器中开始编码。

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

这是所有可用命令行选项的列表 −

序号	选项 & 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 不要在启动时运行 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 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 从给定的文件运行 Python 脚本

命令行脚本

可以通过在应用程序上调用解释器在命令行中执行 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 以及 IDLE IDE 可从主网站获得，可下载为 MacBinary 或 BinHex 文件。

安装 NLTK 包

NLTK 很容易集成到 python 环境中。使用下面的命令将 NLTK 添加到环境。

sudo pip install -U nltk

当我们需要在 python 程序中使用它们时，将在每章中讨论添加其他库。

Python 文本处理教程