Python 教程 / 在 macOS 和 Ubuntu 准备运行环境
在 macOS 或 Ubuntu 上,先检查 python3的版本和实际路径,再建立项目专用的虚拟环境。核心是把开发环境与操作系统使用的 Python 分开,而不是随意替换系统解释器。
确认当前解释器来自哪里
在终端中逐条执行:
python3 --version
command -v python3
python3 -c "import sys; print(sys.executable)"
第一条查看版本,第二条显示 shell 查找到的命令路径,第三条让 Python 自己报告执行文件位置。这三个结果需要一起看:机器上有多个安装时,python3可能不是你准备使用的那个版本。
本教程示例以 Python 3.12 或更新版本为基础。如果命令不存在或版本不符合要求,按操作系统支持的方法准备开发解释器。不要为了切换版本而改写 /usr/bin/python3链接,因为系统工具可能依赖它。Python 的 Unix 平台说明介绍了安装来源与系统路径相关的注意事项。
如果确认需要使用另一份已经安装的解释器,可以用它的绝对路径创建虚拟环境。项目的选择应明确,不要通过反复重装系统包来掩盖命令解析到了其他安装的问题。
在 macOS 使用官方安装包
- 从 python.org 的 macOS 下载页面选择适合系统版本和处理器的官方安装包。支持条件以具体发行文件说明为准。
- 打开下载的
.pkg并阅读安装向导。完成后打开新的终端,使命令查找使用更新后的环境。 - 再次检查
python3的版本、命令路径和sys.executable。如果存在多个安装,明确选定用于课程的解释器。
使用 python.org 的官方安装包时,还应查看安装目录中的 Install Certificates.command说明。它用于该安装方式的证书准备,并不是所有 macOS Python 安装方式都应运行的通用命令。通常可在“应用程序”中的对应 Python 版本目录找到相关文件,实际目录随安装版本而变。
遇到 HTTPS 证书错误时,先确认使用哪一种安装方式以及它的证书来源。关闭证书验证会失去对远端身份的检查,不能当作修复证书配置的方法。Python 官方 macOS 安装与证书说明给出了该安装流程。
在 Ubuntu 安装发行版提供的包
下面使用 Ubuntu 软件仓库中的解释器、虚拟环境支持和 pip。sudo表示这些系统包操作需要相应权限:
sudo apt update
sudo apt install python3 python3-venv python3-pip
python3 --version
不同 Ubuntu 发行版本提供的 Python 版本可能不同,安装后必须检查输出是否满足课程要求。不要假定安装了 python3就等于安装了某一个固定的小版本。要求不满足时,选择受支持的系统版本或独立开发环境,而不是把系统的默认解释器强行换掉。
Ubuntu 官方 Python 开发环境指南说明了系统 Python、完整运行环境和虚拟环境的关系。不要删除系统的默认 python3包来“清理重复安装”。
如果系统级 pip 操作出现 externally-managed-environment,应检查是否正在向发行版管理的环境安装第三方包。为项目建立虚拟环境通常才是正确方向;不要用 sudo pip或关闭系统保护的选项来绕过这层区分。
创建练习目录并验证运行
确认已经有满足版本要求的解释器后,在存放项目的位置创建新目录:
mkdir python-lab
cd python-lab
python3 -m venv .venv
.venv/bin/python --version
.venv/bin/python -m pip --version
.venv/bin/python -c "print(3500 + 8000 + 2500)"
如果该练习目录或环境已存在,先确认用途,改用新的名称。最后一条命令应输出 14000。前两项检查应分别显示虚拟环境的解释器版本与 pip 位置,而不只是机器上任意一份 Python 的版本。
这些命令直接调用 .venv/bin/python,不要求先激活环境。希望终端中的 python优先指向它时,可以执行 source .venv/bin/activate;离开时执行 deactivate。激活改变的是当前 shell 的命令查找方式,不是把项目永久写进系统解释器。
如果创建环境时提示缺少 venv 或 ensurepip 支持,应检查所选解释器对应的支持包是否齐全。错误来自某个具体 Python 安装时,单纯给另一份解释器安装包并不能解决问题。重新核对创建命令、解释器路径以及 Ubuntu 发行版本提供的支持。
源文件保存在 python-lab项目目录中,与 .venv分开。虚拟环境应能根据依赖记录重新创建;如果把代码唯一副本放进环境目录,重建时就容易丢失自己的工作。不要把复制一份环境目录当作跨机器部署方案。




