Python3 环境搭建

Python3 具备出色的跨平台兼容性,可稳定运行在 Windows、Linux、Mac OS X 三大主流操作系统中,同时也支持众多其他平台与环境,包括:

  • Unix 系列(Solaris、Linux、FreeBSD、AIX、HP/UX、SunOS、IRIX 等)
  • 传统Windows系统(9x/NT/2000)
  • 经典Macintosh系统(Intel、PPC、68K架构)
  • 其他专用/小众平台(OS/2、多版本DOS、PalmOS、Nokia移动手机、Windows CE、Acorn/RISC OS、BeOS、Amiga、VMS/OpenVMS、QNX、VxWorks、Psion)

此外,Python 还可移植到 Java 及 .NET 虚拟机环境中运行。



Python3 下载

Python3 最新源码,二进制文档,新闻资讯等可以在 Python 的官网查看到。

Python 官网:https://www.python.org/

Python3 提供了完整的中文文档:https://docs.python.org/zh-cn/3/



Python 安装

Python 具备优秀的跨平台兼容性,已完成多操作系统的移植适配,可稳定运行在 Windows、macOS、Linux 等主流平台。

我们可优先下载对应平台的二进制安装包,通过可视化向导或命令行快速完成安装,这是最便捷高效的安装方式。

如果操作系统暂无对应的二进制安装包,可获取 Python 源代码,通过 C 编译器手动编译安装。

相较于二进制包安装,源代码编译能提供更丰富的功能自定义选项,让 Python 环境配置更具灵活性。

以下为各平台对应的 Python 安装包下载地址:

Source Code 可用于 Linux 上的安装。

以下为不同平台上安装 Python3 的方法。

Window 平台安装 Python:

以下为在 Window 平台上安装 Python 的简单步骤。

打开 WEB 浏览器访问 https://www.python.org/downloads/windows/

这些链接提供了不同类型的 Python 安装文件,适用于不同类型的 Windows 系统和使用情景:

  • Download Windows installer (64-bit):64 位 Windows 系统的安装程序。

  • Download Windows installer (ARM64):适用于 ARM64 架构的 Windows 设备的安装程序。

  • Download Windows embeddable package (64-bit):64 位 Windows 系统的嵌入式包,可用于嵌入到应用程序中。

  • Download Windows embeddable package (32-bit):32 位 Windows 系统的嵌入式包,同样可用于嵌入到应用程序中。

  • Download Windows embeddable package (ARM64):适用于 ARM64 架构的 Windows 设备的嵌入式包。

  • Download Windows installer (32-bit):32 位 Windows 系统的安装程序。

记得勾选 Add Python 3.6 to PATH

注意:如果没有勾选 Add Python3.6 to PATH」,会导致命令行无法识别 python/python3 命令,需手动配置环境变量。

Win+R 键,输入 cmd 调出命令提示符,输入 python:

也可以在开始菜单中搜索 IDLE

Unix & Linux 平台安装 Python3

Linux 多数发行版自带 Python3,若未安装或需要升级,可通过包管理器安装。

源码安装

以下为在 Unix & Linux 平台上安装 Python 的简单步骤:

  • 打开 WEB 浏览器访问 https://www.python.org/downloads/source/
  • 选择适用于 Unix/Linux 的源码压缩包。
  • 下载及解压压缩包 Python-3.x.x.tgz3.x.x 为你下载的对应版本号。
  • 如果你需要自定义一些选项修改 Modules/Setup

Python3.6.1 版本为例:

# tar -zxvf Python-3.6.1.tgz
# cd Python-3.6.1
# ./configure
# make && make install

Ubuntu/Debian

打开终端,执行以下命令:

# 更新软件源
sudo apt update
# 安装Python3及pip3(Python包管理工具)
sudo apt install python3 python3-pip -y

CentOS/RHEL

打开终端,执行以下命令:

# CentOS 7
sudo yum install epel-release -y
sudo yum install python3 python3-pip -y

# CentOS 8/RHEL 8
sudo dnf install python3 python3-pip -y

检查 Python3 是否正常可用:

# python3 -V
Python 3.6.1

MAC 平台安装 Python:

MAC 系统都自带有 Python 环境,你可以在链接 https://www.python.org/downloads/mac-osx/ 上下载最新版安装。

你也可以参考源码安装的方式来安装。

验证 Python3 环境是否安装成功

验证 Python3 版本打开命令提示符(Windows)或终端(macOS/Linux),执行以下命令:

# 通用命令(推荐,所有系统兼容)
python3 --version
# 补充:Windows系统若已配置PATH,也可执行
python --version

若输出类似 Python 3.11.4 的信息,说明 Python3 安装成功。

验证 pip3(Python 包管理工具)pip3 是 Python3 默认的包管理工具,用于安装第三方库,验证命令:

# 通用命令
pip3 --version
# Windows补充命令
pip --version

若输出类似 pip 23.1.2 from xxx (python 3.11) 的信息,说明 pip3 可用。


环境变量配置

如果以上执行 python 命令执行成功,说明环境配置好了,不需要额外配置,这部分内容可以忽略。

程序可执行文件的存放目录常不在系统默认搜索路径中,而系统的 PATH 环境变量(Unix 区分大小写,Windows 不区分)正是用于存储可执行文件的搜索路径。

Mac OS 中若需在非默认目录引用 Python,需手动将 Python 安装目录添加到 PATH 中。

在 Unix/Linux 设置环境变量

注: /usr/local/bin/python 为 Python 安装目录,需替换为你的实际路径。

bash shell(Linux):

export PATH="$PATH:/usr/local/bin/python"

csh shell:

setenv PATH "$PATH:/usr/local/bin/python"

sh/ksh shell:

PATH="$PATH:/usr/local/bin/python"

在 Windows 设置环境变量

若安装 Python3 时未勾选 Add Python.exe to PATH ,会导致命令行无法识别 python/python3 命令,需手动配置环境变量:

  • 找到 Python3 的安装路径(如D:\Python311、C:\Program Files\Python311),同时找到其下的Scripts文件夹(路径如D:\Python311\Scripts,pip3 所在目录)。
  • 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」。
  • 在「用户变量」或「系统变量」中找到 Path 变量,双击编辑。
  • 点击「新建」,分别添加 Python3 的安装根路径和Scripts文件夹路径,点击「确定」保存所有配置。

关闭原有命令提示符,重新打开后执行验证命令即可生效。

下面几个应用于 Python 的环境变量说明:

环境变量名称 核心作用
PATH 系统查找 Python 解释器及可执行文件的搜索路径
PYTHONPATH Python 查找第三方库和自定义模块的搜索路径
PYTHONHOME 指定 Python 的安装根目录,告知解释器核心库/标准库存放位置
PYTHONSTARTUP 指定 Python 交互式解释器启动时自动执行的脚本文件路径
PYTHONCASEOK Windows 专属,让 Python 导入模块时忽略大小写
PYTHONDONTWRITEBYTECODE 禁止 Python 运行时生成 .pyc / .pyo 字节码缓存文件

运行 Python

有三种方式可以运行 Python:

1、交互式解释器:

你可以通过命令行窗口进入 Python 并开始在交互式解释器中开始编写 Python 代码。

你可以在 Unix、DOS 或任何其他提供了命令行或者 shell 的系统进行 Python 编码工作。

python

以下为 Python 命令行参数:

选项描述
-d启用调试模式,在代码解析和解释器运行时显示详细调试信息
-O生成优化代码,编译脚本时生成 .pyo 优化字节码文件(忽略断言语句等调试相关代码)
-OO深度优化代码,生成 .pyo 文件并移除代码中的所有文档字符串,进一步减小文件体积
-SPython 启动时不自动引入 site 模块,即不加载查找 Python 模块路径的相关配置(如 site-packages 目录)
-V / --version输出当前安装的 Python 版本号,直接退出解释器
-vv输出详细的版本信息(包括编译环境、依赖库等额外信息)
-X从 Python 1.6 版本之后,基于内建的异常(仅用于字符串类型)的用法已过时,该参数用于兼容旧版相关特性
-h / --help查看所有 Python 命令行参数的完整帮助说明,直接退出解释器
-c cmd直接在命令行中执行指定的 Python 代码片段(cmd 为字符串格式的代码),无需编写 .py 脚本文件
-m module以模块的形式运行指定的 Python 模块(如 pip、http.server 等),自动查找模块路径并执行
-i执行完指定的 Python 脚本后,自动进入交互式解释器环境,便于后续调试和代码补充执行
-b当遇到字节串(bytes)与字符串(str)不兼容的比较操作时,发出警告信息
-bb当遇到字节串(bytes)与字符串(str)不兼容的比较操作时,直接抛出错误,终止程序运行
-u禁用标准输出(stdout)和标准错误(stderr)的缓冲机制,实现日志或输出内容的实时打印
file指定要执行的 Python 脚本文件路径(绝对路径或相对路径),解释器将加载并运行该文件中的代码
-q进入交互式解释器时,隐藏欢迎信息,直接显示命令提示符

2、命令行脚本

在你的应用程序中通过引入解释器可以在命令行中执行Python脚本,如下所示:

python script.py

注意:在执行脚本时,请检查脚本是否有可执行权限。

3、集成开发环境(IDE:Integrated Development Environment): PyCharm

PyCharm 是由 JetBrains 打造的一款 Python IDE,支持 macOS、 Windows、 Linux 系统。

PyCharm 功能 : 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制……

PyCharm 下载地址 : https://www.jetbrains.com/pycharm/download/

PyCharm 安装地址:https://www.runoob.com/pycharm/pycharm-install.html

Professional(专业版,收费):完整的功能,可试用 30 天。

Community(社区版,免费):阉割版的专业版。

PyCharm 界面:

安装 PyCharm 中文插件,打开菜单栏 File,选择 Settings,然后选 Plugins,点 Marketplace,搜索 chinese,然后点击 install 安装:


更多必备工具

以下工具是后期学习必备的,你可以先跳过,后期来学习。

Anaconda 集成环境

Anaconda 发行版包含了 Python。

Anaconda 是一个集成的数据科学和机器学习环境,其中包括了 Python 解释器以及大量常用的数据科学库和工具。

Anaconda 包及其依赖项和环境的管理工具为 conda 命令,文与传统的 Python pip 工具相比 Anaconda 的conda 可以更方便地在不同环境之间进行切换,环境管理较为简单。

Anaconda 详细安装与介绍参考:Anaconda 教程。

uv -- Python 包与环境管理工具

uv 是由 Astral 公司开发的一款 Rust 编写的 Python 包管理器和环境管理器,它的主要目标是提供比现有工具快 10-100 倍的性能,同时保持简单直观的用户体验。

uv 可以替代 pip、virtualenv、pip-tools 等工具,提供依赖管理、虚拟环境创建、Python 版本管理等一站式服务。

uv 详细安装与介绍参考:uv 教程。

Jupyter Notebook -- Python 包与环境管理工具

Jupyter Notebook 是一个开源的 Web 交互式计算工具,允许你创建和分享包含实时代码、可视化图表、公式和文本的文档。它的名字来源于它支持的三种核心编程语言:Julia, Python, R

Jupyter Notebook 将代码、说明文字和运行结果组织在同一个 Notebook 文档中,该文档以 JSON 格式保存,由多个有序的单元格组成,每个单元格既可以运行代码,也可以编写 Markdown 文本、展示数学公式、图表或其他富媒体内容。

通过 Jupyter Notebook 我们可以很方便的学习并运行 Python 程序。

Jupyter Notebook 详细安装与介绍参考:Jupyter Notebook 教程