使用APT包管理器安装(推荐新手)
APT是Ubuntu默认的包管理工具,操作简单且能自动处理依赖,适合大多数用户。步骤如下:
sudo apt update,确保获取最新软件包信息;sudo apt install python3(若需安装Python 2,可替换为sudo apt install python,但Python 2已停止支持,不建议);python3 --version查看Python版本,确认安装成功。pip(Python包管理器),可额外运行sudo apt install python3-pip安装。从源代码编译安装(适合需要特定版本或自定义配置)
若需要最新版本或调整编译选项(如优化性能),可选择源码编译。步骤如下:
sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev,确保具备编译工具和库;wget https://www.python.org/ftp/python/3.9.12/Python-3.9.12.tgz下载源码包;tar -xvf Python-3.9.12.tgz解压,进入目录后执行./configure --enable-optimizations(启用性能优化);make -j $(nproc)并行编译($(nproc)自动匹配CPU核心数,加快进度),完成后运行sudo make altinstall(避免覆盖系统默认Python);python3.9 --version(替换为实际版本号)确认安装成功。使用Pyenv管理多个Python版本(适合需要切换版本的开发场景)
Pyenv可轻松安装、切换多个Python版本,避免版本冲突。步骤如下:
sudo apt update && sudo apt install -y make 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 python-openssl git,准备编译环境;curl https://pyenv.run | bash,通过脚本安装;~/.bashrc(或~/.zshrc),添加以下内容:export PATH="$HOME/.pyenv/bin:$PATH"
eval "$(pyenv init --path)"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"
保存后运行source ~/.bashrc使配置生效;pyenv install --list查看可用版本,选择所需版本(如3.9.12)执行pyenv install 3.9.12;设置全局默认版本(所有终端生效):pyenv global 3.9.12,或为当前项目设置局部版本(仅项目目录生效):cd your_project && pyenv local 3.9.12;python --version,显示当前Pyenv管理的Python版本。使用Anaconda安装(适合数据科学与机器学习)
Anaconda是Python发行版,包含大量科学计算库(如NumPy、Pandas),适合数据科学项目。步骤如下:
Anaconda3-2025.02-Linux-x86_64.sh),用wget下载;bash Anaconda3-2025.02-Linux-x86_64.sh,按提示同意许可协议、选择安装路径(默认~/anaconda3);source ~/.bashrc,将Anaconda添加到系统环境变量;conda --version查看conda版本,确认安装成功;conda create -n myenv python=3.9创建名为myenv的环境(指定Python版本),激活环境:conda activate myenv,此时终端提示符会显示环境名;conda deactivate,删除环境用conda remove -n myenv --all。