如何在 Ubuntu 上配置 Python 环境

一、检查系统自带Python版本

Ubuntu系统通常预装Python 3，但版本号可能跟你的项目要求有差距。先打开终端，跑一行命令确认一下：

python3 --version

如果输出的版本正好满足需求，直接跳到配置虚拟环境那一步就行。要是需要特定版本或最新版本，那就继续往下看。

二、通过系统包管理器安装Python（推荐新手）

Ubuntu自带的apt包管理器能快速搞定Python及其依赖，常见的3.8、3.10等版本都支持。操作起来很直接：

1. 更新软件包列表：

   sudo apt update && sudo apt upgrade -y

2. 安装Python 3和pip（Python包管理器）：

   sudo apt install python3 python3-pip -y

3. （可选）安装开发工具，后面编译源码或装第三方库时会用到：

   sudo apt install build-essential zlib1g-dev libncurses5-dev libssl-dev libffi-dev -y

4. 验证安装：

   python3 --version
   pip3 --version

三、安装特定版本Python（使用deadsnakes PPA）

如果系统自带的版本库里没有你需要的（比如3.11+），可以用deadsnakes这个第三方源来装。步骤如下：

1. 添加PPA源：

   sudo add-apt-repository ppa:deadsnakes/ppa
   sudo apt update

2. 安装指定版本，以3.11为例：

   sudo apt install python3.11 python3.11-dev python3.11-venv -y

3. 确认版本：

   python3.11 --version

四、从源码编译安装Python（完全自定义）

如果你需要完全控制编译选项——比如针对硬件做性能优化——从源码编译是最灵活的方式。以3.12为例：

1. 安装编译依赖：

   sudo apt install build-essential zlib1g-dev libncurses5-dev libssl-dev libffi-dev libsqlite3-dev wget curl llvm -y

2. 下载源码包并解压：

   wget https://www.python.org/ftp/python/3.12.0/Python-3.12.0.tgz
   tar -xf Python-3.12.0.tgz
   cd Python-3.12.0

3. 配置并编译（--enable-optimizations开启性能优化）：

   ./configure --enable-optimizations
   make -j$(nproc)   # 调用所有CPU核心加速编译

4. 安装，注意用altinstall避免覆盖系统默认的Python：

   sudo make altinstall

5. 验证安装：

   python3.12 --version

五、配置虚拟环境（隔离项目依赖）

虚拟环境能有效避免不同项目之间的依赖冲突，推荐直接用Python自带的venv模块：

1. 创建虚拟环境，名字就叫myenv吧：

   python3 -m venv myenv

2. 激活环境：

   source myenv/bin/activate

   激活后终端提示符前面会出现环境名称，比如(myenv)。
3. 退出环境：

   deactivate

4. （可选）删掉整个环境：

   rm -rf myenv

六、使用pyenv管理多版本Python（灵活切换）

要是经常需要在不同Python版本之间快速切换，pyenv是利器：

1. 安装pyenv及插件：

   curl https://pyenv.run | bash

2. 把环境变量加到配置文件里，比如~/.bashrc或~/.zshrc：

   echo 'export PATH="$HOME/.pyenv/bin:$PATH"' >> ~/.bashrc
   echo 'eval "$(pyenv init --path)"' >> ~/.bashrc
   echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc
   source ~/.bashrc

3. 安装你需要的版本，比如3.10.0：

   pyenv install 3.10.0

4. 设置全局默认版本：

   pyenv global 3.10.0

5. 也可以为当前项目单独指定本地版本：

   pyenv local 3.8.6

七、使用Conda管理环境（适合数据科学）

如果你主要做数据科学相关的工作，conda能同时管理环境和包，省心不少：

1. 下载并安装Miniconda：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
   bash Miniconda3-latest-Linux-x86_64.sh

   按提示完成安装，首次运行时初始化conda。
2. 创建一个新环境，指定Python 3.9：

   conda create --name myenv python=3.9

3. 激活环境：

   conda activate myenv

4. 退出环境：

   conda deactivate