温馨提示×

Ubuntu Python 安装环境怎么配置

小樊
39
2025-11-14 22:13:19
栏目: 编程语言

Ubuntu Python 环境配置全流程

一 基础安装与验证

  • 更新索引并安装基础组件:
    • sudo apt update
    • sudo apt install -y python3 python3-pip python3-venv
  • 验证版本:
    • python3 --version
    • pip3 --version
  • 建议将 pip 升级到最新稳定版(避免权限问题,优先使用用户级升级):
    • python3 -m pip install --upgrade pip --user
  • 说明:Ubuntu 通常预装 Python 3,上述步骤可快速补齐 pipvenv 开发必需品。

二 项目级虚拟环境

  • 使用内置 venv 创建隔离环境(推荐做法):
    • 在项目目录执行:python3 -m venv .venv
    • 激活环境:source .venv/bin/activate
    • 退出环境:deactivate
    • 在激活环境中安装依赖:pip install -r requirements.txt
  • 提示:
    • 使用虚拟环境可避免不同项目间的依赖冲突。
    • 若使用 VS Code/PyCharm,将解释器指向虚拟环境中的 .venv/bin/python

三 多版本管理与切换

  • 使用 pyenv 管理多个 Python 版本(适合需要在同一台机器上切换或安装多版本的场景):
    • 安装依赖(编译所需):
      • sudo apt install -y build-essential libssl-dev zlib1g-dev libbz2-dev
        libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev
        libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev
    • 安装 pyenv:
      • curl https://pyenv.run | bash
    • 配置 Shell(写入 ~/.bashrc 或 ~/.zshrc):
      • export PYENV_ROOT=“$HOME/.pyenv”
      • export PATH=“$PYENV_ROOT/bin:$PATH”
      • eval “$(pyenv init --path)”
      • eval “$(pyenv init -)”
      • eval “$(pyenv virtualenv-init -)”
      • 执行:source ~/.bashrc
    • 常用命令:
      • 查看可安装版本:pyenv install --list
      • 安装指定版本:pyenv install 3.11.0
      • 设置全局默认版本:pyenv global 3.11.0
      • 为当前项目设置本地版本:pyenv local 3.10.12
  • 备选方案(系统级切换):
    • 使用 update-alternatives 管理 /usr/bin/python 的多个候选版本(更安全,不覆盖系统关键链接)。

四 安装特定版本与从源码编译

  • 通过 deadsnakes PPA 安装较新的发行版版本(示例为 Python 3.11):
    • sudo apt update
    • sudo apt install -y software-properties-common
    • sudo add-apt-repository ppa:deadsnakes/ppa
    • sudo apt update
    • sudo apt install -y python3.11 python3.11-dev python3.11-venv
  • 从源码编译安装(适合需要自定义编译选项或特定补丁的场景):
    • 安装编译依赖(同上)
    • 下载并编译(示例 3.10.14):
      • wget https://www.python.org/ftp/python/3.10.14/Python-3.10.14.tgz
      • tar -xf Python-3.10.14.tgz && cd Python-3.10.14
      • ./configure --enable-optimizations
      • make -j$(nproc)
      • sudo make altinstall
    • 使用 altinstall 可避免替换系统默认的 python3 可执行文件。

五 数据科学与容器化方案

  • Anaconda/Miniconda(适合数据科学、机器学习与复杂依赖管理):
    • 下载安装脚本(示例):bash Anaconda3-2024.02-1-Linux-x86_64.sh
    • 按提示完成安装后执行:conda -V
    • 创建与激活环境:
      • conda create -n py310 python=3.10
      • conda activate py310
  • Docker(环境隔离与可复现性最佳):
    • 使用官方镜像运行不同版本:
      • docker run -it python:3.11 bash
      • docker run -it python:3.9 bash
    • 适合 CI/CD、跨机器一致性与快速交付。

0