发布于2026-07-03 阅读(0)
扫一扫,手机访问

先聊聊Ubuntu上装Python这事儿。说白了,常见且可靠的安装方式就这几种:系统包管理器apt(包括deadsnakes PPA)、源码编译、pyenv版本管理工具,以及Anaconda/Minconda发行版。每种方法都有自己的脾气,核心在于你手头项目的具体需求。下面挨个拆解,把要点和适用场景说清楚。
| 方法 | 适用场景 | 核心命令或步骤 | 主要优点 | 注意事项 |
|---|---|---|---|---|
| apt 官方仓库 | 快速安装、系统稳定优先 | sudo apt update && sudo apt install python3 python3-pip | 简单、依赖自动处理、与系统集成好 | 版本可能偏旧 |
| deadsnakes PPA | 需要较新或特定小版本 | sudo add-apt-repository ppa:deadsnakes/ppa && sudo apt install python3.x | 版本覆盖广、apt 管理 | 第三方源需信任 |
| 源码编译 | 定制编译选项、特定优化 | 安装依赖;./configure --enable-optimizations;make -j$(nproc);sudo make altinstall | 可控性强、可启用优化 | 步骤多、耗时、注意 altinstall |
| pyenv | 多版本并存与切换 | curl https://pyenv.run | bash;pyenv install 3.x.y;pyenv global 3.x.y | 灵活管理多版本,项目级隔离 | 需配置环境变量与依赖 |
| Anaconda/Miniconda | 数据科学、Conda 生态 | bash Anaconda.sh;conda create -n py310 python=3.10 | 自带包与环境管理,二进制分发 | 体积较大,非系统包管理器 |
apt 官方仓库:最省心、最安全的方式。更新索引后直接安装,系统和依赖自动处理好,很适合大多数用户和服务器场景。不过有个小问题——系统自带的Python版本通常比较保守,如果你需要最新的3.11或3.12,它给不了你。验证方式很简单:python3 --version 和 pip3 --version。
deadsnakes PPA:那要是想要个新版本呢?这个第三方PPA几乎是官方之外的默认选择。版本覆盖很全,从较老的3.6到最新的3.12都能找到。操作也很清晰:加源、更新、安装指定版本。必须提醒的是,毕竟是第三方源,安全上得自己掂量掂量,但对于大多数开发者来说,它已经足够可靠。
源码编译:这条路适合那些对性能和定制有特殊要求的同学。你想启用特定优化选项,或者想编译一个自己专属的Python版本?那只能走这条路了。不过,这条路比较折腾:先装一堆构建依赖(build-essential, libssl-dev, zlib1g-dev 等等),然后下载、解压、配置、编译。而且有个关键的坑:一定要用 sudo make altinstall,别用 install,否则会直接覆盖系统自带的Python,后果很严重。如果加了 --enable-optimizations,性能确实会提升,但编译时间会长得让你怀疑人生。
pyenv:当你的开发场景越来越复杂——比如手头有多个项目,有的需要Python 3.8,有的需要3.10,还有一个非要3.12——pyenv这种版本管理工具就派上用场了。安装命令就一句 curl https://pyenv.run | bash,然后按提示配置环境变量。之后你就可以随心所欲地安装和切换版本:pyenv install 3.10.12、pyenv global 3.10.12。装在全局,切来切去,干净利落。而且它还能配合virtualenv做项目级隔离,非常推荐。
Anaconda / Miniconda:Anaconda在数据科学和机器学习圈子里几乎是标配。它自带conda包管理器,可以轻松管理Python环境和非Python的依赖(比如底层C库),而且很多科学计算包都是预编译的二进制分发,安装起来省事又稳定。但代价就是体积庞大——Anaconda动辄几个G,Miniconda倒是轻量一些。如果你主要做数据分析、机器学习类的工作,用它最省心。但如果你只是在写写脚本、跑跑后端服务,拿apt就足够了,没必要搞这么大阵仗。
不管用哪种方式安装,装完之后还得做个基本验证。先跑一下 python3 --version 或对应版本的 python3.x --version,再确认 pip3 --version 能正常返回。如果发现pip没有自动装好,可以用 sudo apt install python3-pip 补上。
然后就是虚拟环境。强烈建议每个项目都创建独立的隔离环境,避免全局包相互打架。Ubuntu自带的 venv 模块就可以胜任:
sudo apt install python3-venvpython3 -m venv .venvsource .venv/bin/activatedeactivate,非常简单。做到这一步,你的Python开发环境才算真正搭好。至于用哪种安装方式,取决于你当下的场景——是追求稳定,还是拥抱新版本,抑或是需要多版本共存?方向对了,后续的事情就顺理成章了。
售后无忧
立即购买>office旗舰店
售后无忧
立即购买>office旗舰店
售后无忧
立即购买>office旗舰店
售后无忧
立即购买>office旗舰店
正版软件
正版软件
正版软件
正版软件
正版软件
1
2
3
7
8