1、将下好的安装包进行解压

2、以管理员身份运行

3、勾选Add python...，然后点customize....

4、点Next

5、勾选“Install...“,选择软件安装路径，建议和教程中的保持一致，本例安装到D盘（将路径地址中的首字符C改为D表示安装到D盘，安装路径不要出现中文），点击“Install”

6、安装中，请等待

7、安装完成后，点close

8、点击“开始“菜单栏，点击“所有应用“，找到“IDLE (Python...“软件，鼠标左键拖拽到桌面上即可创建桌面快捷方式

9、打开软件

10、OK软件打开界面如下图所市

写Python快五年，从学生时代做课设写爬虫，到现在上班做数据分析、写自动化脚本，版本从3.8用到3.12，踩过的坑能装一箩筐，说句实在的，它入门容易，想顺顺利利用它干活，真没那么简单。

最磨人的就是pip安装包的报错，没有之一。每次装第三方库，不是网络超时，就是权限不够，偶尔还会提示版本不兼容。有次赶项目要装pandas，执行pip install pandas，直接报网络错误，换了好几个镜像源才装上，结果又提示和当前Python版本不匹配，降级库版本又导致其他依赖冲突，折腾了一上午才搞定。

更坑的是虚拟环境没弄明白的时候。刚开始不知道虚拟环境的重要性，所有项目都用同一个系统环境，装的库越积越多，到最后互相冲突。有次写爬虫脚本，需要用requests库，更新后发现之前写的数据分析脚本打不开了，排查后才知道，新的requests版本和numpy不兼容，只能卸载重装对应版本，白忙活大半天。

路径问题，也是新手重灾区。写脚本时，总习惯用相对路径，结果换台电脑、换个文件夹，就提示“找不到文件”。有次把数据文件和脚本放在同一个文件夹，运行时还是报错，最后发现是脚本运行路径不对，得手动切换工作目录，或者写绝对路径，特别麻烦。

还有编码格式的玄学问题。有时候读取csv文件，明明文件里是中文，读出来却全是乱码，调了utf-8、gbk各种编码，还是没效果，最后发现是文件本身编码有问题，得用记事本重新保存，再导入才能正常显示。更闹心的是，写脚本时注释里有特殊字符，运行直接报错，删了注释才恢复正常。

版本兼容的坑，我也踩过好几次。公司服务器用的是Python 3.9，家里电脑装的是3.12，把公司的脚本拷回家运行，经常出现语法报错，尤其是一些新特性，老版本不支持，只能修改代码适配老版本，来回调整真的很费时间。还有些老脚本，在新版本里运行会报DeprecationWarning，虽然不影响使用，但看着就烦。

卡顿和内存占用，也不能忽视。处理海量数据时，比如几十万条Excel数据，用pandas读取就很慢，稍微做个筛选、排序，电脑就开始卡顿，内存占用直接拉满。我之前用8G内存的笔记本，跑一个数据清洗脚本，直接卡死，只能强制重启，刚处理一半的数据全没了。

行业里不管是做开发、数据分析，还是自动化，几乎都离不开Python。毕竟它轻量、第三方库多，不管是简单的脚本，还是复杂的项目，都能搞定，而且入门门槛低，新手也能快速上手。但它的缺点也很明显，版本迭代快，兼容性差，很多小问题没有固定解决方案，全靠经验踩坑。

身边也有朋友吐槽Python的各种小毛病，转用Go或者Java，但大多还是会换回Python，主要是用惯了它的语法，而且很多常用的库只有Python有，切换成本太高。吐槽归吐槽，日常干活还是离不开它。

对了，新手别盲目追最新版本，3.9版其实就足够用了，稳定不报错，大部分第三方库都兼容。还有，装库的时候别盲目用pip install -U升级，很容易导致依赖冲突，除非确实需要新功能。

哦对，还有个小细节忘了说，Python脚本别放中文路径，不然运行时会提示路径错误，而且有时候读取文件会失败，得重新改路径，特别耽误事。还有，运行脚本时别开太多其他软件，尤其是处理大数据时，不然卡顿会让你怀疑人生。