学知识图谱，你得会Python！史上最通俗易懂系列（一）

01

—

“与知识图谱有关的技术有很多，但对于需要做学术的同学来说，Python必须熟练掌握。—— 作者”

在知识图谱的整个生命周期中，无论是“知识抽取”还是“知识表示”亦或是知识图谱的下游应用，都需要Python这一『编程语言』。

事实上，Python和C、C++、Java等同等地位的编程语言相比，在运行速度上并没有优势。但是，Python可以调用很多科研需要用到的“库”，也就是“工具包”。正所谓闻道有先后，术业有专攻，Python是做科研的首要选择。

举例来说，如果我们想对文本数据做“知识抽取”，那么不可避免要用到RNN（Recurrent Neural Network，循环神经网络）等模型。而如果要用RNN，那么不可避免要用到PyTorch或TensorFlow。而PyTorch或TensorFlow是开源的Python机器学习库，是支持GPU（显卡）的工具包。因此，想要研究知识图谱，Python是不得不学的。

现实情况也正是如此，在学术界，有关知识图谱的几乎所有（注意是几乎，不是全部）的开源代码都是基于Python这门编程语言来写的，而大部分涉及到神经网络的模型，是基于PyTorch来编写的（在学习了Python后，会酌情考虑撰写PyTorch的教程）。

Python 2还是Python 3？

“世界上最远的距离，不是生与死的距离，而是你学的是Python2，我学的是Python3。——泰戈尔”

先说结论：学Python3，不要学Python2。

原因：Python的版本有很多。早在六七年前，学Python2还是Python3还是一个值得争议的话题。因为Python3当时还不够成熟，并且和Python2的兼容性不够好。例如，在Python2中，向屏幕“打印”一句话，是这样写的：

print "Hello, Python 2."

而Python3则是这样的：

print("Hello, Python 3.")

今天Python的最新版本已经是3.11.0，已经相当成熟，开源代码也大多基于Python3以上的版本。因此话不多说，建议不要再看那些讲解Python2的老教材，直接学习Python3即可。

Python的安装

按照常理来说，想要使用Python，当然需要去安装“Python”。不过，方便起见，建议安装“Anaconda”。什么是Anaconda呢？

举个例子：我们想买一台单反相机（Python），但是买来以后，发现只有机身和最普通的镜头，只能完成一些基本的功能。这个时候，需要额外再配置一些镜头（Python可以使用的工具包），比较麻烦。这个时候，我们发现，可以直接购买套餐，既包含了单反相机，也包含了常用的镜头。而Anaconda就是这个“套餐”。Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。相机和镜头的套餐比较昂贵，而Anaconda免费。从使用便利角度来看，我们有理由直接安装Anaconda。

（↑ Python）

（↑ Anaconda，包括Python及其他工具包）

安装的方式也很简单，鉴于初学者的环境一般是Windows系统，我们以Windows系统下的安装为例，首先进入官网（https://www.anaconda.com/products/distribution#windows），点击下图中的Download即可下载exe文件。

点击Download下载可执行文件(***.exe)

下载完成后，直接双击启动，并且选择要安装的目录，按照提示安装即可。需要注意的地方只有一个，安装过程中，询问“是否将Anaconda3添加到环境变量”。作为新手，建议勾选上，后面学习和使用会比较方便。

那么安装以后，如何验证是否安装成功呢？很简单：在键盘上面，同时按下Win+R，打开cmd窗口：