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

不管是初学入门做课设、写爬虫，还是日常做数据分析、后端小功能，Python都是首选。语法宽松、上手快，现成的库足够多，很多功能几行代码就能跑通。

但长期写代码、调bug就会发现，真正占用时间的根本不是逻辑编写。全是环境错乱、版本不兼容、库冲突这些细碎问题。代码逻辑明明没问题，就是跑不起来，这种隐性问题最磨心态。

最经典的，莫过于本地能跑，换台电脑直接报错。

自己电脑调试完美运行的脚本，发到实验室机房、队友设备上，要么模块找不到，要么直接闪退。不是代码bug，是每个人的Python版本、依赖库版本完全不一样。

很多新手习惯直接用全局环境装库，不管项目需求，一股脑pip install。时间久了，不同项目的依赖互相覆盖，版本乱成一锅粥。老项目需要旧版本库，新项目适配新版，全局环境根本兼顾不了，最后所有项目都容易出问题。

虚拟环境真的是用久了才懂的刚需。

之前懒得折腾，所有脚本都挤在同一个环境里。到后面打开旧作业，全是函数弃用、库版本报错，很多老代码根本跑不通。现在不管多小的脚本，都会单独建虚拟环境，隔离依赖，至少不会出现新旧项目互相干扰的情况。

还有个超级隐蔽的坑，默认参数的隐性bug。

初学的时候完全不知道这个问题，写函数用列表、字典当默认参数，本地测试偶尔正常、偶尔出错，完全摸不着规律。排查很久才发现，Python默认参数只会在定义时求值一次，后续调用会一直复用旧数据，导致结果莫名叠加错乱。

这种问题不会爆红报错，只会输出错误结果，新手根本看不出是参数机制的问题，白白浪费大量调试时间。

编码问题也是常年老生常谈，但依旧很多人踩坑。

Windows系统下尤为明显，本地读写带中文的文件、日志，偶尔直接报错终止。明明加了编码声明，还是会莫名乱码。

根源基本都是系统默认编码和脚本编码不统一。有时候本地改好没问题，部署到服务器又全部乱码，环境差异带来的隐性问题，特别头疼。

顺带吐槽一下pip的玄学问题。

经常遇到明明显示安装成功，导入的时候直接提示不存在。大概率是电脑存在多个Python版本，pip装到了别的解释器环境里，当前脚本根本调用不到。

新手最容易在这一步反复重装、换源，做一堆无用功，完全想不到是解释器路径错乱导致的。

还有大脚本运行的卡顿闪退问题。

简单脚本秒运行、秒出结果，一旦处理大批量数据集、循环嵌套过多，内存占用直接飙升。低配电脑会明显卡顿，甚至程序直接卡死无响应，强制终止后之前的运算进度全部清零。

很多人习惯性不做内存释放、不做异常捕获，代码看着没问题，一处理大数据就崩盘。

另外还有个很细节的踩坑点，路径问题。

本地喜欢用相对路径、带中文的文件夹存放项目，运行完全正常。一旦打包程序、上传服务器，直接读取不到文件、程序失效。Python对中文路径、特殊符号路径的适配一直很差，隐性报错特别多。

行业里长期写Python的基本都有共识：代码逻辑只是基础，环境规范、依赖管理、细节避坑，才是稳定运行的关键。

不用追求写多花哨的代码，先把环境规整好、避开这些基础坑，开发效率能直接翻倍。