当前位置:首页 > 文章列表 > 文章 > python教程 > Mac安装Python包详细教程

Mac安装Python包详细教程

2026-01-14 08:10:34 0浏览 收藏

本篇文章向大家介绍《Mac安装Python包教程》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

Mac安装Python包需先确认环境类型,再选用对应工具:官网或Homebrew安装推荐pip3;Anaconda/Miniconda用conda;均建议配合虚拟环境避免依赖冲突。

mac如何安装python包

Mac 上安装 Python 包,核心是先确认你用的是哪个 Python 环境(系统自带、官网安装、Homebrew 安装,还是 Anaconda),再选用对应的包管理工具。最常用、最推荐的方式是 pip,它随 Python 3 一起安装,无需额外配置。

确认你的 Python 和 pip 是否就绪

打开终端,依次运行:

  • python3 --version —— 查看 Python 3 是否已安装及版本号
  • pip3 --version —— 查看 pip3 是否可用(多数情况下,官网或 Homebrew 安装后自动附带)

如果 pip3 报“command not found”,但 python3 可用,可尝试升级 pip:
python3 -m pip install --upgrade pip

用 pip3 安装包(最通用方法)

这是绝大多数项目首选方式,适用于官网安装、Homebrew 安装等标准环境:

  • 安装单个包:例如安装 requests,运行 pip3 install requests
  • 升级包:如更新到最新版 pip3 install --upgrade numpy
  • 卸载包:pip3 uninstall flask
  • 查看已装包:pip3 list

⚠️ 注意:不要用 sudo pip3 install,容易污染系统路径;如遇权限问题,优先考虑使用虚拟环境(见下一条)。

推荐配合虚拟环境使用(避免冲突)

不同项目依赖不同版本的包,直接全局安装易出错。Python 自带 venv 模块,三步即可隔离环境:

  • 创建环境:python3 -m venv myproject_env
  • 激活环境:source myproject_env/bin/activate(终端提示符会变,说明已进入)
  • 此时再运行 pip install pandas —— 包只装在当前环境中,互不干扰

退出环境只需输入 deactivate。

如果你用的是 Anaconda 或 Miniconda

它自带 conda 工具,更适合科学计算生态,安装方式略有不同:

  • 安装包:conda install matplotlib
  • 从 PyPI 安装(当 conda 仓库没有时):conda activate base && pip install scikit-learn
  • 创建独立环境:conda create -n myenv python=3.11,再 conda activate myenv

conda 会自动处理二进制兼容性和依赖链,对 NumPy、PyTorch 等编译型库更友好。

到这里,我们也就讲完了《Mac安装Python包详细教程》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

互斥开关控制逻辑实现方法互斥开关控制逻辑实现方法
上一篇
互斥开关控制逻辑实现方法
12306如何开票?电子发票操作步骤详解
下一篇
12306如何开票?电子发票操作步骤详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    350次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    412次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    418次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    374次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    198次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码