Ubuntu Python 安装环境怎么配置

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 pip 与 venv 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。