当前位置:首页 > 文章列表 > 文章 > linux > Python3与pip环境配置指南

Python3与pip环境配置指南

2026-01-14 12:09:42 0浏览 收藏

学习文章要努力,但是不要急!今天的这篇文章《Linux下Python3与pip环境配置教程》将会介绍到等等知识点,如果你想深入学习文章,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

若Linux系统缺少Python3或pip,则需按步骤配置:先检查版本与pip状态;再用apt/dnf/yum安装;旧系统可源码编译;接着配置国内pip镜像并升级;最后验证路径、解释器、pip安装及模块导入功能是否正常。

Linux如何安装Python3_Linux Python3与pip环境配置【开发】

如果您在Linux系统中缺少Python3解释器或pip包管理工具,则无法运行基于Python3的程序或安装第三方库。以下是完成Python3与pip环境配置的具体步骤:

一、检查系统是否已预装Python3

多数现代Linux发行版(如Ubuntu 20.04+、CentOS 8+、Debian 11+)已默认安装Python3,但版本可能较旧或未安装pip。需先确认当前Python3及pip状态。

1、打开终端,执行命令:python3 --version,查看Python3是否存在及版本号。

2、执行命令:pip3 --version,验证pip3是否可用。

3、若提示“command not found”,说明pip3未安装;若返回“no module named pip”,表示Python3已存在但pip未初始化。

二、使用系统包管理器安装Python3与pip3

该方法适用于官方仓库提供Python3和python3-pip包的主流发行版,安装过程自动处理依赖并集成至系统路径。

1、对于Ubuntu/Debian系系统,执行:sudo apt update && sudo apt install -y python3 python3-pip python3-venv。

2、对于CentOS/RHEL/Rocky Linux 8+,执行:sudo dnf install -y python3 python3-pip python3-wheel。

3、对于CentOS/RHEL 7,启用EPEL源后执行:sudo yum install -y epel-release && sudo yum install -y python36 python36-pip(注意:RHEL7默认无python3,需通过SCL或EPEL获取)。

三、从源码编译安装Python3(适用于定制版本或旧系统)

当系统仓库不提供所需Python3版本(如3.11、3.12),或需启用特定编译选项(如--enable-optimizations)时,应采用源码安装方式。该方式将Python3安装至独立路径,避免干扰系统默认Python。

1、安装编译依赖:sudo apt install -y build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libsqlite3-dev wget curl llvm libbz2-dev(Ubuntu/Debian);或sudo dnf groupinstall "Development Tools" && sudo dnf install -y zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel xz-devel libffi-devel(Fedora/CentOS 8+)。

2、下载Python源码包,例如Python 3.12.3:cd /tmp && curl -O https://www.python.org/ftp/python/3.12.3/Python-3.12.3.tgz。

3、解压并进入目录:tar -xf Python-3.12.3.tgz && cd Python-3.12.3。

4、配置编译参数并构建:./configure --enable-optimizations --prefix=/usr/local。

5、编译并安装:make -j$(nproc) && sudo make altinstall(注意使用altinstall防止覆盖系统python3命令)。

四、配置pip3国内镜像源并升级pip

默认pip源位于境外,下载速度慢且易超时。配置国内镜像源可显著提升包安装效率,并确保pip自身为最新稳定版。

1、创建pip配置目录:mkdir -p ~/.pip。

2、创建配置文件:nano ~/.pip/pip.conf(或使用vim)。

3、写入以下内容(以清华镜像为例):[global]\nindex-url = https://pypi.tuna.tsinghua.edu.cn/simple/\ntrusted-host = pypi.tuna.tsinghua.edu.cn。

4、保存退出后,执行:pip3 install --upgrade pip,更新pip至最新版本。

五、验证Python3与pip3环境是否就绪

完成上述任一安装方式后,需验证解释器、包管理器及基础功能是否正常工作,避免因PATH、权限或模块缺失导致后续开发异常。

1、检查Python3可执行路径:which python3,输出应为有效路径(如/usr/bin/python3或/usr/local/bin/python3.12)。

2、运行交互式解释器测试:python3 -c "print('Hello from Python3')",确认无语法错误且输出正确。

3、测试pip3安装能力:pip3 install --user requests && python3 -c "import requests; print(requests.__version__)",验证requests模块可成功导入。

4、检查默认pip是否指向pip3:ls -l $(which pip),若指向pip3则无需额外设置;否则可执行:sudo ln -sf pip3 /usr/bin/pip(仅限确认安全前提下操作)。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

飞书会议录制失败怎么解决飞书会议录制失败怎么解决
上一篇
飞书会议录制失败怎么解决
lovemo官网入口与登录教程
下一篇
lovemo官网入口与登录教程
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。
    344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。
    406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。
    404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。
    367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。
    187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