1、将下好的安装包进行解压

2、解压后得到一个文件夹，打开它 

3、双击打开如下图文件夹

4、以管理员身份运行

5、全部勾选，点【Customize installation】

6、点Next

7、点Browse修改安装路径

8、先点D盘，然后点新建文件夹

9、将文件夹命名为【Python3.7.3】，然后点【确定】

10、点Install

11、安装中请等待

12、安装成功点close

13、通过开始菜单，找到【IDLE】程序，将其拖到桌面产生快捷图标

14、打开如下图软件

不管是初学入门写脚本，还是工作里做数据处理、简单爬虫，Python都是最常用的工具。常年敲下来，真的想说，这门语言看着入门门槛极低，隐性坑却特别多。

很多时候代码逻辑完全没问题，语法也没出错，就是运行报错、加载卡顿、程序闪退。折腾半天排查，最后发现全是环境、版本、缓存这些杂七杂八的问题，和代码本身毫无关系。

最让人头疼的，绝对是版本不兼容乱象。

本地写好的脚本，运行一切正常，放到服务器或者同事设备上直接报错。不是库找不到，就是函数弃用，参数格式不匹配。最离谱的是同是3.x版本，3.8写的代码挪到3.10，部分内置方法直接失效，控制台只抛一堆看不懂的追溯报错，新手根本无从下手。

学校机房的环境更是重灾区。机房普遍是老旧版本，自己电脑装的新版，课堂作业写完拷过去，十次有八次运行失败，白白浪费调试时间。

第三方库冲突，也是日常翻车重灾区。

很多人装库都是直接无脑pip install，不管版本适配。久而久之环境里各种库版本堆叠，新旧版本混杂。有时候导入模块莫名报错，明明库已经安装成功，就是识别不到。

之前做数据清洗项目，就因为pandas和numpy版本不匹配，表格读取、空值处理的代码反复报错，逻辑改了无数遍，最后只是降级了其中一个库版本，立马正常运行。现在写项目都会单独建虚拟环境，再也不敢用全局环境瞎装库。

还有个特别隐蔽的坑：缓存和残留文件。

项目文件夹里的__pycache__缓存文件堆积多了，经常出现代码更新不生效的情况。明明修改了函数逻辑、改了参数，运行结果还是旧数据，重启编译器也没用。

必须手动删掉缓存文件，重新运行才能生效。很多新人完全不知道这些缓存文件的存在，反复修改代码做无用功，越调越懵。

路径问题真的是老生常谈，但依旧很多人踩坑。

本地代码用绝对路径读取文件，本机运行完美，换设备、上传服务器直接文件找不到。而且代码路径里一旦出现中文、空格，部分读写操作会直接静默失败，不弹窗、不报错，就是读不到数据，排查起来特别耗精力。

大数据量运行的卡顿问题也很磨人。

简单脚本秒跑秒出结果，但处理上万条表格数据、批量爬取内容时，程序经常卡住假死。后台内存占用飙升，鼠标点击直接无响应，很多人以为是代码死循环，其实是内存调度跟不上数据吞吐量。

还有IDE适配的小毛病，有时候编辑器自带的代码检测会误报，明明可运行的代码，标红提示语法错误，关掉实时检测就恢复正常。

另外pip源超时失败也是常态。

默认官方源网速极不稳定，高峰期安装库要么超时终止，要么下载一半卡住，偶尔还会出现安装不完整的残缺库，后续各种隐性报错。一直换成国内镜像源之后，这类问题才彻底减少。

写了这么久Python，最大的感受就是，语法只是基础，环境适配、版本管理、细节规范才是避免翻车的关键。

最近在适配新版Python，发现不少常用旧语法都被迭代淘汰，还在慢慢调整代码习惯。