Ubuntu 上 Python 依赖库安装指南
在 Ubuntu 系统中安装 Python 依赖库,需根据库的来源(系统仓库/PyPI)、项目需求(全局/隔离)选择合适方法。以下是具体步骤及注意事项:
pip 是 Python 第三方库的核心安装工具,多数情况下需先确保其已安装。
打开终端,执行以下命令更新系统包列表并安装 pip:
sudo apt update
sudo apt install python3-pip
安装完成后,可通过 pip3 --version 验证是否成功(显示 pip 版本信息即为成功)。
pip 是安装 Python 第三方库的首选工具,支持从 PyPI(Python Package Index)下载并安装库。
requests 库(用于发送 HTTP 请求):pip3 install requests
== 及版本号,例如安装 numpy 1.21.2 版本:pip3 install numpy==1.21.2
requirements.txt 文件(记录了所有依赖库及版本),可通过以下命令批量安装:pip3 install -r requirements.txt
这是项目依赖管理的常用方式,能确保环境一致性。Ubuntu 的官方仓库(APT)中包含部分常用 Python 库(如 numpy、pandas),可通过 apt 直接安装。
pandas 库:sudo apt update
sudo apt install python3-pandas
pip 安装第三方库,apt 更适合安装系统级的 Python 工具(如 python3-dev)。为避免不同项目间的依赖冲突(如项目A需要 django==3.2,项目B需要 django==4.0),建议使用虚拟环境隔离全局 Python 环境。常见工具包括 venv(Python 内置)、virtualenv 和 conda。
myenv 的虚拟环境:python3 -m venv myenv
source myenv/bin/activate
激活后,终端提示符会显示虚拟环境名称(如 (myenv)),表示当前处于虚拟环境中。pip 安装依赖(如 requests),这些依赖仅存在于虚拟环境中:pip install requests
deactivate
若你使用 Anaconda 或 Miniconda(数据科学常用发行版),可通过 conda 管理环境和依赖:
myenv 的环境,并指定 Python 版本(如 3.9):conda create -n myenv python=3.9
conda activate myenv
conda 安装库(支持 Conda 仓库或 PyPI),例如安装 numpy:conda install numpy
或从 requirements.txt 安装:conda install --file requirements.txt
requirements.txt 文件(包含所有已安装库及版本):pip3 freeze > requirements.txt
requests):pip3 install --upgrade requests
或升级所有过期的库:pip3 list --outdated --format=freeze | grep -v '^\-e' | cut -d = -f 1 | xargs -n1 pip3 install -U
通过以上步骤,你可在 Ubuntu 上高效安装和管理 Python 依赖库。根据项目需求选择合适的方法,能有效提升开发效率和稳定性。