环境搭建:Python 安装与解释器
前言
在正式开始编写 Python 代码之前,你需要先搭建好开发环境。本文会详细讲解如何在 Windows、macOS 和 Linux 系统上安装 Python,认识各种 Python 解释器的区别,以及掌握 pip 包管理工具的基本使用。
Python 的安装
Windows 系统
Windows 用户安装 Python 非常简单,主要步骤如下:
第一步:下载 Python 安装包
访问 Python 官方网站 https://www.python.org/downloads/,找到最新稳定版本的下载链接。推荐选择 Python 3.x 的最新版本(如 Python 3.12)。
第二步:运行安装程序
下载完成后双击 .exe 安装文件。注意以下几个关键选项:
- Add Python to PATH — 勾选此项后,你可以在任何命令行窗口中直接使用
python命令,无需配置环境变量 - Install for all users — 建议选择此选项,可以避免权限问题
- Customize installation — 自定义安装路径
# 检查 Python 版本
python --version
# 应输出类似:Python 3.12.5
如果提示 'python' 不是可识别的命令,说明 PATH 环境变量未正确设置,需要重新安装并勾选 "Add Python to PATH"。
macOS 系统
macOS 有以下几种安装方式:
方式一:使用 Homebrew(推荐)
# 确保 Homebrew 已安装
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
# 安装 Python 3
brew install python3
# 验证安装
python3 --version
方式二:从官网下载安装包
访问 https://www.python.org/downloads/mac-osx/,下载对应版本的 .pkg 安装文件,双击安装即可。
方式三:使用 Xcode Command Line Tools
Xcode 附带了 Python,但版本可能较旧:
xcode-select --install
Linux 系统
大多数 Linux 发行版默认预装了 Python,但版本号可能不符合需求。
Ubuntu / Debian:
# 检查当前 Python 版本
python3 --version
# 安装 Python 3.12
sudo apt update
sudo apt install python3.12 python3-pip
# 验证
python3.12 --version
CentOS / RHEL:
# 使用 dnf 安装
sudo dnf install python3 python3-pip
# 或使用 yum
sudo yum install python3 python3-pip
Fedora:
sudo dnf install python3 python3-pip
Arch Linux:
sudo pacman -S python python-pip
Python 解释器种类
Python 不是一种单一的实现,存在多种解释器实现。了解它们的区别有助于选择合适的工具。
CPython(官方标准解释器)
CPython 是最广泛使用的 Python 解释器,由 Python 核心开发团队维护,也是官网提供的版本。
| 特点 | 说明 |
|---|---|
| 实现语言 | C 语言 |
| 兼容性 | 最全,所有第三方库优先支持 |
| 性能 | 通过 C 扩展库获得高效计算能力 |
| 适用场景 | 日常开发、生产部署、学习 Python |
CPython 使用 全局解释器锁(GIL) 来保证线程安全,这意味着在同一时刻只有一个线程在执行 Python 字节码。对于 CPU 密集型任务这是限制,但对于 I/O 密集型任务和科学计算(借助 NumPy/Cython 等 C 扩展)来说影响较小。
IPython(增强交互式解释器)
IPython 提供了比普通 Python 终端更强大的交互体验:
# 安装 IPython
pip install ipython
# 启动交互式 shell
ipython
# IPython 提供的增强功能
In [1]: %pwd # 显示当前目录
In [2]: !ls # 执行 shell 命令
In [3]: ?? print # 查看函数源码
In [4]: %%writefile # 将单元格内容写入文件
IPython 的特色功能:
- Tab 自动补全
?获取帮助(如print?)%timeit性能测试- Jupyter Notebook 的底层引擎
PyPy(高性能解释器)
PyPy 是一个使用 RPython 编写的 Python 实现,最大的特色是 JIT(即时编译)技术。
| 对比项 | CPython | PyPy |
|---|---|---|
| 启动速度 | 快 | 慢(JIT 预热需要时间) |
| 长时间运行 | 普通 | 显著更快(可达 10 倍) |
| C 扩展兼容 | ✅ 完美 | ⚠️ 部分不兼容 |
| GIL | 有 | 可选移除 |
| 内存占用 | 较高 | 较低 |
# 安装 PyPy
# Ubuntu/Debian
sudo apt install pypy3
# 使用 PyPy 运行脚本
pypy3 script.py
适合使用 PyPy 的场景:
- 需要长时间运行的脚本(如爬虫、数据处理)
- 大量循环计算的任务
- 对性能有要求的后端服务
Jython 和 IronPython
Jython — 在 JVM 上运行的 Python 解释器,可以直接调用 Java 库。
IronPython — 在 .NET 平台上运行的 Python 解释器。
这两种解释器在日常开发中使用较少,但在特定的企业架构中有独特的价值。
pip 包管理工具
pip 是 Python 的官方包管理器,用于安装、管理和卸载第三方库。
pip 基本用法
# 安装指定版本的包
pip install requests==2.31.0
# 安装包的最高版本
pip install requests
# 从 requirements.txt 批量安装
pip install -r requirements.txt
# 卸载已安装的包
pip uninstall requests
# 查看已安装的包及其版本
pip list
# 查看某个包的详细信息
pip show requests
requirements.txt 管理依赖
在项目中使用 requirements.txt 文件记录所有依赖:
requests==2.31.0
flask>=2.0,<3.0
numpy>=1.24
pandas~=2.0
# 导出当前环境的依赖列表
pip freeze > requirements.txt
# 根据文件安装依赖
pip install -r requirements.txt
pip 高级技巧
# 国内镜像加速
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 安装带 extras 的包
pip install "requests[security,socks]"
# 从 git 仓库安装
pip install git+https://github.com/user/repo.git
虚拟环境
虽然不在大纲范围内简要提及,但虚拟环境是 Python 开发的重要实践:
# 创建虚拟环境
python -m venv myenv
# 激活虚拟环境
# Windows
myenv\Scripts\activate
# macOS/Linux
source myenv/bin/activate
# 退出虚拟环境
deactivate
虚拟环境的作用:
- 隔离不同项目的依赖
- 避免包版本冲突
- 保持系统 Python 环境整洁
编辑器配置
推荐使用支持 Python 开发的编辑器或 IDE:
| 编辑器 | 类型 | 特点 |
|---|---|---|
| VS Code | 轻量级 | 免费,插件丰富,社区活跃 |
| PyCharm | 专业 IDE | JetBrains 出品,功能强大 |
| Sublime Text | 轻量编辑器 | 启动快,自定义能力强 |
| Vim / Neovim | 终端编辑器 | 高度可定制,效率极高 |
VS Code Python 插件安装建议:
- Python (Microsoft) — 智能提示、调试、格式化工具
- Pylance — 类型检查和智能提示
- Black Formatter — 代码格式化
- Error Lens — 实时错误高亮
总结
搭建 Python 开发环境的核心步骤:
- 安装 Python — 根据你的操作系统选择对应方式
- 验证安装 — 使用
python --version确认 - 选择解释器 — 日常使用 CPython,交互式开发用 IPython,性能敏感选 PyPy
- 掌握 pip — 学会安装和管理第三方包
- 配置编辑器 — VS Code 或 PyCharm 均可满足大部分需求
准备好环境后,下一篇文章将从 Hello World 开始,教你编写第一个 Python 程序。
本文是 Python 教程系列的第二篇。
