pythonenvironments

❶ 如何安装python 3中，并设置本地编程环境在CentOS 7

介绍

Python是一种多功能编程语言，可以用于许多不同的编程项目。开发团队于1991年首先发表了一个名叫灵感来源于英国喜剧组织Monty Python的名字，他希望Python能够成为一种有趣的语言。对于初学者和经验丰富的开发人员来说，Python易于设置，并且以相对直接的方式编写，并提供对错误的即时反馈。Python 3是该语言的最新版本，被认为是Python的未来。

本教程将指导您在本地CentOS 7机器上安装Python 3，并通过命令行设置编程环境。

先决条件

您将需要一台连接到互联网的非root超级用户帐户的CentOS 7计算机。

第1步 - 准备系统

我们将通过命令行来完成这个安装。如果您的CentOS 7计算机启动了图形用户界面（GUI）桌面，则可以通过菜单访问命令行界面，方法是导航到应用程序，然后导航到实用程序，然后单击终端。如果您需要更多关于终端的指导，请务必阅读文章“linux终端简介”。

在开始安装之前，让我们确保更新默认的系统应用程序以获得最新版本。

我们将使用开源包管理工具yum，代表Yellowdog Updater Modified。这是一个常用的工具，用于在基于Red Hat的Linux系统（如CentOS）上处理软件包。它可以让你轻松地安装和更新，以及删除您的计算机上的软件包。

我们首先通过运行这个命令来确保yum是最新的：（更新系统是可选执行）

• sudo yum -y update

该-y标志用于警告系统，我们知道我们正在进行更改，防止终端提示我们确认。

接下来，我们将安装yum-utils，这是一个扩展和补充yum的实用程序和插件的集合：（也可以不安装）




• sudo yum -y install yum-utils

最后，我们将安装CentOS开发工具，这些工具用于允许您从源代码构建和编译软件：（也可以不安装）




• sudo yum -y groupinstall development

一旦安装好了，我们的安装就绪了，我们可以继续安装Python 3。

第2步 - 安装和设置Python 3

CentOS源自RHEL（红帽企业Linux），其稳定性是其主要焦点。正因为如此，经过测试和稳定版本的应用程序是最常见的系统和可下载的软件包，所以在CentOS上，你只能找到Python 2。

因为我们想要安装Python 3的最新上游稳定版本，我们需要安装IUS，代表Inline with Upstream Stable。作为一个社区项目，IUS为选择软件的一些更新版本提供了红帽软件包管理器（RPM）软件包。

要安装IUS，先要安装epel-release7包 我们来安装它yum：

sudo yum -y install epel-release-7-11.noarch.rpm





• sudo yum -y install ius-release.rpm

一旦IUS完成安装，我们可以安装最新版本的Python：




• sudo yum -y install python36u

当Python的安装过程完成后，我们可以通过以下python3.6命令检查其安装是否成功：




• python3.6 -V

使用成功安装的Python 3.6版本，我们将收到以下输出：




Output

• Python3.6.1

接下来我们将安装pip，它将管理Python的软件包：




• sudo yum -y install python36u-pip

一个用于Python的工具，我们将使用pip来安装和管理我们可能想在我们的开发项目中使用的编程包。你可以通过键入以下命令来安装Python包




• sudo pip3.6 install package_name

在这里，package_name可以参考任何Python包或者库，比如用于Web开发的Django或者用于科学计算的NumPy。所以如果你想安装NumPy，你可以使用命令来完成pip3.6 install numpy。

最后，我们将需要安装IUS软件包python36u-devel，它为我们提供了Python 3开发所需的库和头文件：




• sudo yum -y install python36u-devel

该VENV模块将用于建立一个虚拟的环境，为我们下一步的发展项目。

第3步 - 建立一个虚拟环境

现在，我们已经安装了Python，并且已经安装好了系统，我们可以继续使用venv创建我们的编程环境。

虚拟环境使您能够在计算机上为Python项目设置一个独立的空间，确保您的每个项目都拥有自己的一组依赖项，不会中断任何其他项目。

建立一个编程环境使我们能够更好地控制我们的Python项目以及如何处理不同版本的包。使用第三方软件包时，这一点尤为重要。

您可以根据需要设置尽可能多的Python编程环境。每个环境基本上都是您的计算机中的一个目录或文件夹，其中包含一些脚本以使其充当环境。

选择你想把你的Python编程环境放入哪个目录，或者创建一个新目录mkdir，如下所示：




• mkdir environments

• cd environments

一旦进入了你想要环境所在的目录，就可以通过运行以下命令来创建一个环境：




• python3.6 -m venv my_env

本质上，这个命令会创建一个新的目录（在本例中称为my_env），其中包含一些我们可以通过ls命令看到的项目：

• bin include lib lib64 pyvenv.cfg



这些文件一起工作，以确保您的项目与本地计算机的更广泛的上下文隔离，以便系统文件和项目文件不会混合。这是版本控制的好习惯，并确保您的每个项目都可以访问它所需的特定软件包。

要使用这个环境，你需要激活它，你可以通过输入以下命令来调用目录中的激活脚本bin：




• source my_env/bin/activate

您的提示现在将以您的环境的名称作为前缀，在这种情况下，它被称为my_env：




这个前缀让我们知道my_env环境当前是活动的，这意味着当我们在这里创建程序时，他们将只使用这个特定环境的设置和包。

注意：在虚拟环境中，您可以使用命令python而不是python3.6，而pip不是pip3.6如果您愿意的话。如果您在环境外使用Python 3，则需要专门使用python3.6和pip3.6命令。


遵循这些步骤之后，即可使用您的虚拟环境。

第4步 - 创建一个简单的程序

现在我们已经建立了虚拟环境，我们来创建一个简单的“Hello，World！”程序。这将确保我们的环境正在工作，并且使我们有机会更熟悉Python，如果我们还没有。

为此，我们将打开一个名为vim的命令行文本编辑器，并创建一个新文件：




• vi hello.py

一旦文本文件在我们的终端窗口打开，我们将不得不键入i进入插入模式，然后我们可以写我们的第一个程序：

• print("Hello, World!")



现在按下ESC退出插入模式。接下来，输入:x然后ENTER保存并退出文件。

我们现在准备好运行我们的程序：




• python hello.py

刚刚创建的hello.py程序应该使终端产生以下输出：




Output

• Hello, World!

要离开环境，只需键入命令，deactivate然后返回到原始目录。

结论

恭喜！此时，您已经在本地CentOS 7机器上安装了Python 3编程环境，并且可以开始一个编码项目！

❷ python3.5如何使用最新版本的anaconda

在安装罩如塌Anaconda之前，有的已经安装过一个Python版本了，但是又不想删除这个Python版本，该怎么办呢？

概括：轻松两步--在系统环境变量中找到对应之前安装Python的路径并删除；直接将你原来安装python的整个文件夹拷贝到envs的目录下，激活该版本python的名称就是文件夹名。

我的电脑里面本来安装了Python2.7的版本，并且配置好了Django，用来做网页设计。后来我又需要一个Python3.5的版本使用tensorflow，Anaconda适用于管理多Python环境，下面来说一说如何在已有Python2,7的条件下安装Anaconda。

其实不管是Python还是Anaconda 都类似于包的管理，可以看到不管是安装Python还是Anaconda，都是在安装目录新建了一个文件下添加了很多文件，然后把安装目录路径添加到环境变量当中（windows下）。

理解这个原理之后，其实要做的就是修改环境变量，和移动Python安装的文件夹而已。具体的操作如下。

• 下载anaconda的安装包

这里推荐使用清华的镜像，因为速度快而且物圆可以安装你想要的版本，在官网里面往往给出的最新版本，就像我安装的时候官网给的是带Python3.6的版本，但是我想直接安装带python3.5的版本的Anoconda.

可以直接在清华的镜像Index of /anaconda/archive/中，找到对应的版本，下载并安装。带Python3,5的window版本就是下载Anaconda3-4.2.0-Windows-x86_64。

2.安装注意事项：安装目录最好不要有空格；是否把Anaconda加入环境变量的选项上打勾，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾可以再安装以后将对应的环境变量添加上去，例如我的就是 D:Anaconda3;D:Anaconda3Scripts;D:Anaconda3Libraryin

3.安装好了以后，可以在cmd中输入 Python，发现显示的还是你之前安装的版本，像我的就是Python2.7，这是因为你之前安装Python2,7的时候，是将它的安装目录添加到了环境变量中的。在系统环境变量中找到对应之前安装Python的路径并删除，像我的就是D:Program Filespython2.7 和D:Program Filespython2.7Scripts。将其删除。

接着重启电脑，再在cmd中输入python 就会显示是Anaconda自带的版本了。

4. 将原来python加入Anoconda中

在Anoconda中，用户以后安装的python会存放在envs中。如果在cmd中输入conda info -e 或者 conda info --envs 就可以得到你安装的python信息。 在考察一下conda中安装其他包的命令：

• # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）conda create --name python34 python=3.4



其实就是在envs中创建了一个python34的文件夹，这个也就是安装python34的一个安装目录。了解这个原理之后，就可以轻松将原橡森来的环境转到Aconda进行管理。

直接将你原来安装python的整个文件夹拷贝到envs的目录下。

然后你再用conda info -e 命令，就会发现多了一个你添加的文件夹的名字的python，我把自己之前安装的python2.7的包拷过去。还可以给文件下重命名一下，我命名的是python27。

• # conda environments:#python27 * D:Anaconda3envspython27


• root D:Anaconda3



5.环境管理



6.设置国内镜像命令

• conda config --add channels tsinghua.e.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes



然后你的.condarc 文件应该是这样的内容，或者你可以直接修改该文件的内容设置镜像。

channels:
- tuna.tsinghua.e.cn/anaconda/pkgs/free/
- defaults

show_channel_urls: yes

❸ python environments建多了怎么删除

可以直接在Emacs中打开Shell然后运行Python，也可以安装ipython模式的插件，后者好一点，好前顺便灶亩增强友辩清了原来的python模式的功能。

❹ 想把VS2013的python从3.4版本换成2.7版本，怎么弄

解誉贺决方案管理器中，神仔每个项目游虚汪下面有有python的环境，右击python environments然后view all python environments,然后把python2.7 设置为default.

❺ 如何使用Python交互式控制台

进入互动控制台
可以从任何安装了Python的本地计算机或服务器访问Python交互式控制台。
您通常希望使用的命令输入Python的默认版本的Python交互式控制台：
python

如果您设置了编程环境 ，则可以启动环境并访问在该环境中安装的Python和模块版本，方法是首先进入该环境：
cd environments. my_env/bin/activate

然后键入python命令：
python

在这种情况下，Python的默认版本是Python 3.5.2，一旦我们输入命令，它将显示在输出中，以及相关版权声明和一些您可以输入额外信息的命令：
OutputPython 3.5.2 (default, Nov 17 2016, 17:05:23) [GCC 5.4.0 20160609] on linuxType "help", "right", "credits" or "license" for more information.>>>

下一个命令的主要提示是三个大于符号（ >>> ）：
您可以通过将版本号附加到命令来定位特定版本的Python，而不需要空格：
python2.7
OutputPython 2.7.12 (default, Nov 19 2016, 06:48:10) [GCC 5.4.0 20160609] on linux2Type "help", "right", "credits" or "license" for more information.>>>

在这里，我们收到了使用Python 2.7.12的输出。 如果这是我们的默认版本的Python 2，我们也可以使用命令python2输入到这个交互式控制台。
或者，我们可以使用以下命令调用默认的Python 3版本：
python3
OutputPython 3.5.2 (default, Nov 17 2016, 17:05:23) [GCC 5.4.0 20160609] on linuxType "help", "right", "credits" or "license" for more information.>>>

我们也可以使用python3.5命令调用上述交互式控制台。
随着Python交互式控制台的运行，我们可以继续使用Python的shell环境。
使用Python交互控制台
Python交互式解释器接受Python语法，您将遵循>>>前缀。
例如，我们可以为变量分配值：
birth_year = 1868

一旦我们将整数值1868分配给变量birth_year ，我们将按返回并接收一个新行，其中三个大于标号作为前缀：
birth_year = 1868

我们可以继续分配变量，然后用运算符进行数学运算 ，得到计算结果：
>>> birth_year = 1868>>> death_year = 1921>>> age_at_death = death_year - birth_year>>> print(age_at_death)53>>>

正如我们在文件中使用脚本一样，我们分配了变量，从另一个中减去一个变量，并要求控制台打印表示差异的变量。
就像任何形式的Python一样，您也可以使用交互式控制台作为计算器：
>>> 203 / 2010.15>>>

在这里，我们将整数203除以20 ，并返回了10.15的商。
多行
当我们编写Python代码时，将覆盖多行，解释器将使用辅助提示符连续行，三个点（ ... ）。
要突破这些连续线，您需要按两次ENTER 。
我们可以在下面的代码中看到这样的代码，它分配两个变量，然后使用条件语句来确定打印到控制台的内容：
>>> sammy = 'Sammy'>>> shark = 'Shark'>>> if len(sammy) > len(shark):... print('Sammy codes in java.')... else:... print('Sammy codes in Python.')... Sammy codes in Python.>>>

在这种情况下，两个字符串的长度相等，所以else语句打印。
请注意，您将需要保留Python缩小四个空格的约定，否则您将收到错误：
>>> if len(sammy) > len(shark):... print('Sammy codes in Java.')
File "<stdin>", line 2
print('Sammy codes in Java.')
^IndentationError: expected an indented block>>>

❻ python 部署可以用虚拟环境吗

Python部署虚拟环境的利器——Virtualenv
virtualenv is a tool to create isolated Python environments.
virtualenv 是创建独立Python开发环境的工具，用于解决同一台机器上不同的Python工程的依赖、版本以及间接权限等问题。比如项目foo1依赖Django1.3，而项目foo2依赖Django1.7，而当前全局开发环境为Django1.8，版本的不同会导致项目所需包的版本不兼容等问题，使项目无法正常运行，使用virtualenv来创建相对独立的虚拟环境，可以很好的解决此类问题。此外，值得一提的是，对于项目打包迁移，如部署Web应用项目等应用场景，virtualenv都很有用武之地。
virtualenv创建一个拥有自己安装目录的环境, 这个环境不与其他虚拟环境共享库, 能够方便的管理python版本和管理python库。
下面介绍一下与使用Virtualenv相关的技巧。
1.安装Virtualenv
$ pip install virtualenv
//或者由于权限问题使用sudo临时提升权限
$ sudo pip install virtualenv

2.virtualenv创建虚拟环境
1 virtualenv ENV
2 #创建一个名为ENV的目录，并安装了ENV/bin/python
3 #创建了lib,include,bin目录，安装了pip

lib目录 : 所有安装的python库都会放在这个目录中的lib/pythonX.X/site-packages/中 ;
bin目录 : bin/python是当前虚拟环境使用的python解析器 ;
如果在命令行中运行virtualenv --system-site-packages ENV, 会继承/usr/lib/python3.6/site-packages下的所有库, 最新版本virtualenv把把访问全局site-packages作为默认行为
default behavior.
3.激活virtualenv
1 #ENV目录下使用如下命令
2 source ./bin/activate #激活当前virtualenv
3 #当用户名前面出现小括号括起来的虚拟环境名时，表明虚拟环境被成功激活

使用“pip list”指令可查看当前库
4.关闭virtualenv
deactivate

5.指定python版本
可使用-p PYTHON_EXE选项在创建虚拟环境的时候指定Python版本
1 #创建python2.7虚拟环境
2 virtualenv -p /usr/bin/python2.7 ENV2.7
3
4 #创建python3.4虚拟环境
5 virtualenv -p /usr/local/bin/python3.4 ENV3.4

这样可以解决不同项目python版本冲突以及和python库版本不兼容等问题。
6.生成可打包环境
某些特殊需求下，可能没有网络，我们希望直接打包一个ENV，解压后直接使用，这时候可以使用virtualenv --relocatable指令将ENV修改为可更改位置的ENV
#对当前已经创建的虚拟环境更改为可迁移
virtualenv --relocatable ./

7.获得帮助
virtualenv -h

❼ 如何创建部署WSGI类型的Python应用

第一部分：安装必要工具。
1.因为这是部署Python开发环境，所以安装pip可以简化一些软件的安装过程。（PIP对应Lua的luarocks）
sudo apt-get install python-pip
安装三个Python框架
sudo pip install flask
sudo pip install django==1.5.1
sudo pip install tornado==3.1.1
2.安装Gunicorn，这是运行Python的WSGI HTTP服务。
sudo pip install gunicorn
3.Virtualenv, 安装这个是因为，在部署Django的时候，使用了不同的版本。
sudo pip install virtualenv

第二部分衫液：创建部署应用。
1.创建一个WSGI类型的Tornado应用。
import tornado.web
import tornado.wsgi
class MainHandler(tornado.web.RequestHandler):
def get(self):
self.write("My source code in the MoPaas server by python Tornado!")

settings = {
"debug" : True,
"static_path": "static",
}
#####
urls = [
(r"/", MainHandler),
]
app = tornado.wsgi.WSGIApplication(urls, **settings)
启动这个服务：
gunicorn -w 4 torapp:app -b 0.0.0.0:8888
2.创建一个Flask应用。
from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello():
return "My source code in the MoPaas server by python Tornado!"
if __name__ == "__main__":
app.run()
启动这个服务：
gunicorn -w 4 server:app -b 0.0.0.0:8888
3.创建Django应用。
Django是一个比较大的WEB应用，创建各部署的过程，稍微复杂一些。
创建工程
django-admin.py startproject hotdoc
创建应用
python manage.py startapp verp
创建数据库表
python manage.py syncdb
启动工程
gunicorn hotdoc.wsgi:application -b 0.0.0.0:8888
需要在修改工程目录下的settings.py
在INSTALLED_APPS中加入， verup和gunicorn：
INSTALLED_APPS = (
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.messages',
'django.contrib.staticfiles',
'verup',
'gunicorn'
)
以上，本地开发环境是没问题的。
这些步骤也可以用virtualenv新创建一个或铅物虚拟环境完成，本地创建virtualenv可以
目前在WEB IDE上没有测试通过，理论上说，如果coding的WEB IDE是基于Docker
的，virtualevn也应激空该好用。
mkdir ~/environments/
virtualenv ~/environments/tutorial/
cd ~/environments/tutorial/bin
source bin/activate
目前的Paas平台上的Python服务就是WSGI形式的应用，比如SAE和Mopaas，
不同的是，在SAE上有些现成的例子。Mopaas需要自己从头写，这三个例子
在Mopaas生产环境下都运行测试通过。在coding.net的WEB IDE也可成功运
行。

❽ 如何管理python项目

Virtual Environments
首先Python似乎没有类似Maven/Ant这样的项目管理工具。那么当一台机器上有多个python项目，且这些python项目各自有不同的依赖，不想互相干扰时怎么办呢？
官方做法是使用Virtual Environments将每个项目互相隔离开。一般情况下，我们使用python解释器运行python脚本或mole：
>python myScript.py
运行的目录就是安装的python解释器，即python.exe所在的目录。而Virtual Environments就是给每个项目都生成一个项目独有的目录，这个目录里包含python解释器，python标准类库和其他各式各样的必要文件。这样每个项目就可以使用不同的解释器和类库，且互不干扰。
创建过程也很简单。首先找到pyvenv.py所在的目录，这个文件通常在安装目录的自目录\Tools\scripts下。这是一个生成Virtual Environments的工具。然后运行：
>pyvenv tutorial-env
运行后就会生成一个名为“tutorial-env”的目录。找到这个目录，可以发现正如官网所说，这个目录包含运行python项目所必须的一切文件。使用在各自Virtual Environments目录里包含的解释器来运行特定的python项目就可以了。同时，对于那些每个项目使用的特定的依赖(packages或mole),则加入到各自Virtual Environments目录的类库子目录中就可以了。这里需要注意的是。创建完Virtual Environments后，还需要激活。做法很简单，在上例tutorial-env目录下执行下的命令即可：
>tutorial-env/Scripts/activate
PIP
PIP是官方提供的安装python第三方类库(packages/mole)的工具。它可以去PPI(python packages index)查找或下载第三方类库。网址是：https://pypi.python.org/pypi
找到上例Virtual Environments目录下的pip.exe并运行：
>pip install lib_name
即可安装，其他功能请自行查看手册。如果是在python的安装目录下运行pip，则类库可以被非Virtual Environments的所有项目使用。PIP安装的其实是package。
Requirements.txt
在Virtual Environments目录下运行:
>pip freeze > requirements.txt
可以生产一个当前项目所有依赖类库及其版本的list文件，文件名就是requirements.txt(当然也可以用别的名字)。文件内容大致如下：
novas==3.1.1.3
numpy==1.9.2
requests==2.7.0
使用requirements.txt的好处就是：
The requirements.txt can then be committed to version control and shipped as part of an application. Users can then install all the necessary packages with “install -r“：
>pip install -r requirements.txt
这样就可以方便的管理项目依赖了。如果不使用requirements.txt，直接使用version control存储Virtual Environments目录，其他程序员直接下载该目录就可以开始项目开发的做法也可以。

❾ python代码用什么写

对于新手而言，学了大概的语法，七七八八的历史、概念、知识，然而最直接的一个问题却无人解答：到底要用什么软件、什么环境来写python？比如.m文件可以用matlab写，java可以用Eclipse写，C语言可以用VC等软件写。那么Python用什么写呢？
和C语言一样，当然你可以直接在电脑上开个黑框写，也可像html一样用记事本写，但是没有可视化、便利化的编译软件，显然不符合当代程序员的个性嘛。所以这里推荐下比较流行的一款：Anaconda。
最早也是其他童鞋推荐的，后来看书，例如《Deep Learning With Python》里面，指定用的编译软件就是Anaconda。
推荐学习《python教程》
Anaconda有许多优势：
Anaconda Navigator is a desktop graphical user interface (GUI) included in Anaconda? distribution that allows you to launch applications and easily manage conda packages, environments and channels without using command-line commands. Navigator can search for packages on Anaconda Cloud or in a local Anaconda Repository. It is available for Windows, macOS and Linux.
下载链接：https://www.anaconda.com/download/#macos
打开后界面：（我是用macOS系统的）
然后你Launch那个Spyder就可以写python啦！
就是这么简单，然后就可以在这里写啦。
当然，作为新时代的码农，代码主要是靠啦，进来跑就好了嘛。
之后要跑什么高级点的程序，再自己慢慢探索吧！
开始在python的海洋里遨游吧！！！~

❿ 怎么在mac 系统上使用Python怎么安装Anaconda

1. 首先安装python，我选择安装Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下载地址）。
Anaconda的一些命令（在Anaconda的命令行窗口输入）：
conda list #该命令，将列出Anaconda安装的所有应用包，我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #该命令用于安装应用包，如 conda install numpy.
pip install <pkg name> #该命令用于安装应用包，如 pip install theano.
conda update <pkg name> #升级应用包，如 conda update python
2. 安装Theano，在Anaconda 的命令窗口中输入 pip install theano，可以看到程序开始下载安装包，并检查是否满足安装条件：numpy>=1.5.0，scipy>=0.7.2，满足条件之后开始运行setup.py安装theano，安装完成后会显示Successfully installed theano。
3. 测试Theano安装情况。
（1）在ipython中输入以下两行代码：
import theano
theano.test（）
会显示theano的版本号，安装位置，已经其他包的安装版本，如numpy,nose,python等。
在运行中出现g++不是内部或外部命令，也不是可运行的程序或批处理文件。
（2）在Anaconda的命令行窗口输入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
显示unable to find theano-nose，查看run_tests_in_batch.py发现，其中路径设置为在bin下寻找theano-nose文件，而实际上Anaconda文件夹下根本没有bin这个文件夹，theano-nose存放在Scripts文件夹中。
》》》尝试1：将Scripts更名为bin，重新运行这句命令，可以成功运行。但是出现一个warning，提示没有检测到g++，所以无法运行优化后的C代码版本，只能执行python版本。
该种尝试的结果是，下次打开Anaconda 命令窗口后出现错误，因为其运行路径为Scripts，所以还是不要修改了。
（3）g++问题。我们打开MinGW文件夹，可以很清楚的看到有g++，但是为什么使用不了呢？？在Anaconda 命令窗口中输入g++也能成功调用g++.exe啊。所以结论是，鉴于这个代码中出现很明显的漏洞，所以说不定这里也是错误，先不管这些了。
试着做了以下配置，也不知行不行。
添加环境变量： path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建环境变量： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目录下（cmd可以看到，我的是C:\Users\Administrator），创建 .theanorc.txt 文件内容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）验证BLAS是否安装成功。由于numpy是依赖BLAS的，如果BLAS没有安装成功，虽然numpy亦可以安装，但是无法使用BLAS的加速。验证numpy是否真的成功依赖BLAS编译，用以下代码试验：
>>> import numpy
>>> id（numpy.dot） == id（numpy.core.multiarray.dot）
False
结果为False表示成功依赖了BLAS加速，如果是Ture则表示用的是python自己的实现并没有加速。