Python 系列(二) 学 Python 的第一步，把开发环境搭建好
1 | 作者：李晓辉 |
上一篇我们初步认识了 Python，了解了它是什么、能做什么，以及为什么值得学习。
了解一门编程语言只是第一步。接下来，我们要让自己的计算机真正具备运行 Python 程序的能力。
这篇文章不急着讲复杂的语法，先把环境搭建好。毕竟，连程序都运行不起来，后面学得再认真也只能停留在纸面上。
假设你准备学习 Python，打开电脑，却发现不知道从哪里开始。
应该下载什么？安装完成后怎么验证？为什么有些教程使用 python 命令，有些却使用 python3？别人说的 pip 和虚拟环境又是什么？
别着急，这些问题都是刚开始学习 Python 时经常遇到的。
这篇文章就从零开始，带你完成 Python 环境准备。无论你使用 Windows 电脑，还是习惯在 Linux 服务器上操作，都可以跟着步骤一步步完成。
一、先搞清楚：我们需要安装什么？
在动手之前，先认识几个后面会反复出现的概念。
Python 解释器
我们编写的 Python 代码，本质上是一系列需要计算机执行的指令。
例如：
1 | print("Hello, Python!") |
这段代码告诉计算机输出一段文字。
但是，计算机并不会直接理解我们写下的 Python 语法。我们需要借助 Python 解释器来执行这些代码。
可以简单理解为：
flowchart LR
A["编写 Python 代码"] --> B["Python 源文件"]
B --> C["Python 解释器"]
C --> D["执行程序"]
D --> E["输出运行结果"]因此，安装 Python，首先就是安装能够运行 Python 代码的解释器及其运行环境。
pip：Python 的包管理工具
随着学习深入，我们不会一直满足于使用 Python 自带的功能。
例如：
- 想请求 HTTP 接口，可以使用
requests。 - 想处理表格数据，可以使用
pandas。 - 想开发 Web 应用，可以使用
Flask或Django。
这些工具通常以 Python 软件包的形式提供。
那么，如何安装它们？
这就需要用到 pip。pip 是 Python 常用的包管理工具，可以帮助我们安装、升级和卸载第三方软件包。
例如：
1 | python -m pip install requests |
执行这条命令，就可以通过 pip 安装 requests 包。
注意：这里使用 python -m pip，是为了让 pip 通过指定的 Python 解释器运行，减少多个 Python 版本共存时装错环境的情况。
虚拟环境：让不同项目各用各的依赖
假设我们正在开发两个项目。
项目 A 需要某个软件包的旧版本，项目 B 却需要它的新版本。如果所有项目都使用同一套 Python 包，很容易出现依赖冲突。
虚拟环境就是为了解决这类问题。可以把它理解成：为每个项目准备一套相对独立的 Python 运行环境和第三方依赖。
flowchart TD
A["计算机"] --> B["Python 解释器"]
B --> C["项目 A 的虚拟环境"]
B --> D["项目 B 的虚拟环境"]
C --> E["项目 A 的依赖"]
D --> F["项目 B 的依赖"]这里的示意图是为了方便理解。虚拟环境复用创建时的 Python 解释器，但是拥有独立的第三方包目录。
在后续的开发实践中，我们会经常使用虚拟环境。即使现在还没有编写大型项目，也建议尽早养成这个习惯。
Windows 安装 Python
如果你平时主要使用 Windows 电脑学习 Python，那么可以先在 Windows 上完成安装。整个过程并不复杂。
下载 Python 安装程序
建议优先从 Python 官方网站下载，避免从不明来源获取安装包。
官方下载地址：
https://www.python.org/downloads/
打开页面后，选择适合自己 Windows 系统的稳定版 Python 安装程序。一般情况下，普通的 Windows 10 或 Windows 11 电脑选择适用于 Windows 的 64 位安装版本即可。具体选项以官网当前提供的安装包为准。下载完成后，双击安装程序。
我习惯直接点这种版本号下载，你也可以用黄色的管理器，不过推荐你用我画的这个方法，和我保持一样
安装 Python
安装界面中，有一个非常值得注意的选项：
Add python.exe to PATH
如果安装程序提供这个选项，建议勾选后再点Install Now安装。
为什么？
因为 PATH 是操作系统查找可执行程序时使用的环境变量之一。
如果 Python 的可执行文件所在目录已经配置到 PATH 中，我们就可以在终端中直接执行：
1 | python --version |
而不必每次都输入 Python 的完整安装路径。
勾选后，根据安装程序提供的选项完成安装即可。
如果安装程序没有显示这个选项，也不用担心，后面可以通过安装器维护选项或环境变量设置进行处理。
验证 Python 是否安装成功
安装完成后，打开 Windows 终端。
你可以使用以下任意一种方式打开终端：
- 在开始菜单中搜索 PowerShell。
- 打开 Windows Terminal。
- 在命令提示符中执行命令。
然后输入：
1 | python --version |
说明当前通过 python 命令调用的解释器能够正常运行。
这里的 3.x.y 只是版本号示例，不代表你必须安装这个特定版本。
如果执行后提示找不到命令，可以继续尝试：
1 | py --version |
Windows 上安装 Python 时，可能还会提供 Python 启动器 py。如果它已经安装并配置好，就可以用它选择和启动 Python 版本。
例如：
1 | py -3 --version |
这条命令用于尝试启动已安装的 Python 3。
如果 python 和 py 都无法使用，可以检查 Python 是否安装成功、终端是否在安装后重新打开，以及 PATH 或启动器配置是否正确。
注意： 不要仅凭安装程序显示“安装完成”，就认为环境一定没有问题。真正有用的验证，是能够在终端中调用解释器并看到版本信息。
验证 pip 是否可用
接下来检查包管理工具：
1 | python -m pip --version |
如果当前 python 命令对应的环境没有提供 pip，可以尝试：
1 | py -3 -m pip --version |
正常情况下，会看到 pip 的版本信息，以及它所在的 Python 安装目录。
至此，Windows 上最基本的 Python 运行环境就准备好了。
Linux 安装 Python
如果你平时接触 Linux 服务器，或者希望将来使用 Python 编写运维脚本，那么在 Linux 上搭建环境同样重要。
这里以 Rocky Linux 等 RHEL 系发行版为例，我用的Rocky 10.2的最小化安装。
先检查系统是否已经安装 Python
在 Linux 终端中执行：
1 | [root@lixiaohui ~]# python3 --version |
再检查 pip：
1 | [root@lixiaohui ~]# python3 -m pip --version |
如果已经能够正常输出版本信息，就不一定需要重新安装。
很多 Linux 发行版和系统组件本身就会使用 Python。尤其是在服务器上，不能简单地认为系统中没有 Python，就应该立即安装或替换系统版本。
如果命令提示不存在，再根据所使用的发行版进行安装。
Rocky Linux / RHEL 安装 Python
以 Rocky Linux 为例，可以使用系统包管理器安装 Python：
1 | [root@lixiaohui ~]# sudo dnf install -y python3 python3-pip |
安装完成后，检查版本：
可以看到我服务器本来就有python，但是重新install之后，3.12的后面变成了15
1 | [root@lixiaohui ~]# python3 --version |
如果你使用的是 RHEL，还需要根据系统版本、启用的软件仓库以及企业环境中的软件包策略确认实际可安装的版本。
需要注意的是，部分 RHEL 系发行版会提供多个 Python 版本或不同的解释器包名。如果默认仓库没有提供所需的版本，应先确认系统支持的包，而不是随意替换系统 Python。
Ubuntu 安装 Python
Ubuntu 可以使用 APT 包管理器：
1 | sudo apt update |
安装后执行：
1 | python3 --version |
其中：
python3：Python 3 解释器。python3-pip：pip 包管理工具。python3-venv：用于创建 Python 虚拟环境的标准库支持。
如果你的系统已经安装了其中某些组件，包管理器通常会根据当前状态进行处理。
为什么 Linux 通常使用 python3？
你可能已经注意到，在 Windows 教程中经常使用：
1 | python --version |
而在 Linux 教程中，我们更多使用：
1 | python3 --version |
这是因为不同操作系统的命令约定和安装方式并不完全相同。
在一些 Linux 系统中，python 可能不存在，也可能指向特定的 Python 版本；python3 则通常用于明确调用 Python 3 解释器。
因此，学习 Linux Python 开发时，使用 python3 能够更清楚地表达自己的意图。
还有一个非常重要的提醒：
不要为了让 python 命令指向某个版本，就随意修改系统 Python 的软链接。
某些系统工具依赖发行版提供的 Python 环境。随意修改可能影响系统组件的正常运行。
对于开发项目，我们完全可以通过虚拟环境来管理所需的 Python 版本和依赖，没有必要冒险改动系统环境。
运行第一个 Python 程序
到这里，解释器已经安装完成，接下来就可以正式运行 Python 程序了。
我们先不使用复杂的开发工具，直接通过终端完成操作。
进入 Python 交互模式
在 Windows 中执行：
1 | python |
如果使用 py 启动器，也可以执行：
1 | py |
在 Linux 中执行：
1 | [root@lixiaohui ~]# python3 |
其中，>>> 表示 Python 交互式解释器已经准备好接收输入。
现在输入：
1 | print("Hello, Python!") |
按下回车，输出结果应该是：
1 | PS C:\Users\xiaoh> python |
恭喜！这是你第一次通过 Python 解释器执行代码。
我们再试试一个简单的计算：
1 | 1 + 2 |
输出：
1 | 3 |
还可以试试：
1 | print(2026) |
交互模式非常适合初学者验证语法、进行简单计算和测试代码。
不过，真正开发程序时，我们通常会把代码保存到文件中，而不是每次都在交互模式中输入。
退出交互模式
如果你想退出，可以输入：
1 | exit() |
也可以根据终端环境使用对应的快捷键退出。退出后，你会重新回到 Windows PowerShell 或 Linux Shell。
创建一个 Python 源文件
接下来，我们编写一个真正的 Python 文件在 Windows 中，可以创建一个用于学习的目录：
1 | mkdir python-learning |
在 Linux 中执行：
1 | mkdir -p ~/python-learning |
然后创建一个名为 hello.py 的文件。
Windows 可以使用记事本、VS Code 等编辑器创建文件；Linux 则可以使用 vim、nano 等工具。
文件内容如下：
1 | print("Hello, Python!") |
保存文件后，回到终端执行。
Windows：
1 | PS C:\Users\xiaoh\python-learning> python.exe .\hello.py |
如果你的 Windows 环境使用 py 启动器，也可以执行：
1 | py hello.py |
Linux：
1 | python3 hello.py |
正常情况下，输出如下：
1 | Hello, Python! |
这就是一个最简单的 Python 程序。
虽然它只有三行代码，但已经包含了后面学习时经常使用的几个基本动作：
- 编写 Python 代码。
- 将代码保存为
.py文件。 - 通过 Python 解释器运行程序。
- 在终端中查看程序输出。
后面学习变量、条件判断、循环、函数以及自动化运维时，我们都会重复这个过程。
认识 pip：安装和管理第三方软件包
Python 自带了大量标准库，可以满足不少日常需求。但是，当我们开始开发真实项目时，往往还需要安装第三方软件包。
例如，后续编写自动化脚本时，我们可能需要通过 HTTP 接口获取服务器或业务系统的数据，这时就可以使用 requests。
查看 pip 版本
Windows：
1 | PS C:\Users\xiaoh\python-learning> python -m pip --version |
Linux：
1 | python3 -m pip --version |
安装第三方软件包
以安装 requests 为例。
Windows：
1 | PS C:\Users\xiaoh\python-learning> python -m pip install requests |
Linux：
1 | python3 -m pip install requests |
如果命令执行成功，pip 就会下载并安装软件包及其所需的依赖。
不过，安装时需要注意网络环境。如果访问默认软件源较慢，可能需要调整包索引配置或网络访问方式，下面这个就是从清华的加速源站下载的。
1 | PS C:\Users\xiaoh\python-learning> python -m pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple |
另外，不建议在不清楚环境归属的情况下直接使用管理员权限安装 Python 包。对于普通开发项目，后面介绍的虚拟环境会更加合适。
查看已安装的软件包
执行：
1 | PS C:\Users\xiaoh\python-learning> python -m pip list |
Linux 如果使用 python3，则执行：
1 | python3 -m pip list |
命令会列出当前解释器环境中可见的软件包及版本。
如果你在不同的 Python 环境中执行同一条命令，看到的结果可能不同。这也是我们后面要学习虚拟环境的原因之一。
查看某个软件包的详细信息
例如：
1 | PS C:\Users\xiaoh\python-learning> python -m pip show requests |
这条命令可以查看软件包的版本、安装位置以及依赖信息等。
当你排查“明明安装了，程序却提示找不到模块”的问题时，这些信息非常有用。
创建 Python 虚拟环境
前面我们提到，虚拟环境可以帮助不同项目隔离各自的 Python 依赖。接下来，我们实际操作一次。
为什么要使用虚拟环境？
假设我们正在学习 Python，先后创建了两个项目：
project-a：需要使用某个软件包的旧版本。project-b：需要使用同一个软件包的新版本。
如果所有软件包都安装在同一个共享环境中，两个项目可能会相互影响。使用虚拟环境，就可以让每个项目管理自己的依赖。
对于 Python 初学者而言，记住一个原则就够了：
一个项目一个虚拟环境，项目依赖尽量安装在自己的虚拟环境中。
创建虚拟环境
我们继续使用前面创建的 python-learning 目录。
首先进入项目目录，然后执行：
Windows：
1 | PS C:\Users\xiaoh\python-learning> python -m venv .venv |
Linux：
1 | python3 -m venv .venv |
这里的 venv 是 Python 标准库中用于创建虚拟环境的模块。
.venv 是我们为虚拟环境选择的目录名称。前面的点号只是常见的命名习惯，并不是强制要求。
执行完成后，目录结构大致如下：
1 | python-learning/ |
实际目录中还会包含其他文件和目录，这里只展示便于理解的部分。
如果创建失败，可以检查当前 Python 安装是否包含 venv 模块。部分 Linux 发行版需要额外安装相应的软件包。
激活虚拟环境
创建成功后，还需要激活虚拟环境。
Windows PowerShell：
1 | PS C:\Users\xiaoh\python-learning> .\.venv\Scripts\Activate.ps1 |
出现报错就在当前窗口临时授权脚本运行就行
1 | PS C:\Users\xiaoh\python-learning> Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass |
Windows 命令提示符（CMD）：
1 | .venv\Scripts\activate.bat |
Linux：
1 | source .venv/bin/activate |
激活成功后，终端提示符前面通常会出现：
1 | (.venv) PS C:\Users\xiaoh\python-learning> |
这说明当前 Shell 已经切换到该虚拟环境对应的命令使用方式。
在虚拟环境中安装软件包
激活虚拟环境后，再安装 requests：
1 | (.venv) PS C:\Users\xiaoh\python-learning> python -m pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple |
这里特意使用 python -m pip，因为激活虚拟环境后，当前终端中的 python 通常会指向虚拟环境中的解释器。
安装完成后，执行：
1 | (.venv) PS C:\Users\xiaoh\python-learning> python -m pip show requests |
然后运行：
1 | (.venv) PS C:\Users\xiaoh\python-learning> python -c "import requests; print(requests.__version__)" |
如果能够输出版本号，就说明当前 Python 环境可以正常导入 requests。
这里的 -c 表示直接执行后面给出的 Python 代码，而不必先创建一个 .py 文件。
退出虚拟环境
当你暂时不再使用这个虚拟环境时，可以执行：
1 | (.venv) PS C:\Users\xiaoh\python-learning> deactivate |
Windows 和 Linux 的虚拟环境通常都提供这个命令。执行后，终端提示符前面的 (.venv) 一般会消失。
需要注意：退出虚拟环境并不会删除环境，也不会卸载里面的软件包。下次进入项目时，可以再次激活它。
为什么不直接使用系统 Python 安装所有软件包？
在个人学习环境中，直接安装软件包有时也能工作，但随着项目增多，管理起来就会越来越麻烦。特别是在 Linux 服务器上，系统组件可能依赖发行版维护的 Python 软件包。如果把项目依赖随意安装到系统环境中，可能造成版本冲突，也可能与系统包管理器产生冲突。
因此，更推荐下面这种工作方式：
flowchart LR
A["创建 Python 项目"] --> B["创建 .venv 虚拟环境"]
B --> C["激活虚拟环境"]
C --> D["安装项目依赖"]
D --> E["开发和运行程序"]
E --> F["记录项目依赖"]
F --> G["其他环境按依赖重新安装"]当你以后开始编写自动化运维工具、Web 应用或 API 服务时，这种方式会让环境管理变得清晰得多。
选择一个合适的代码编辑器
到目前为止，我们已经能够通过终端编写和运行 Python 程序了。那么，是否还需要安装开发工具？
答案是：不是必须，但使用合适的编辑器会让学习和开发更方便。
VS Code
VS Code 是一款常见的代码编辑器，适合 Python 初学者，也适合编写 Linux 运维脚本，我这个python系列的博客后面用的就是这个。
官方下载地址：
https://code.visualstudio.com/
安装后，可以根据需要安装 Microsoft 提供的 Python 扩展。它可以提供代码补全、语法检查、调试等功能。
不过，需要注意的是：安装 VS Code 和 Python 扩展，并不等于安装了 Python 解释器。你仍然需要先完成前面的 Python 安装步骤。
PyCharm
PyCharm 是专门面向 Python 开发的 IDE，提供了项目管理、代码分析、调试和虚拟环境配置等功能。
官方下载地址：
https://www.jetbrains.com/pycharm/
如果你希望使用集成度更高的开发工具，也可以选择它。
对于刚入门的读者，我建议先从终端和一个简单的编辑器开始。等到程序逐渐复杂，再根据自己的需求选择开发工具即可。
不要一开始就花大量时间研究编辑器配置。我们当前的重点，是掌握 Python 本身。
动手检查：你的 Python 环境准备好了吗？
到这里，文章中介绍的内容已经基本完成。建议你亲自检查一遍，不要只是看懂命令，还要确保这些操作都能在自己的电脑上运行。
- 已安装 Python 3。
- 能够通过终端查看 Python 版本。
- 能够进入 Python 交互模式并执行简单计算。
- 已创建
hello.py，并成功运行程序。 - 能够使用 pip 查看和安装软件包。
- 已为学习项目创建
.venv虚拟环境。 - 能够激活和退出虚拟环境。
- 理解为什么不应该随意修改 Linux 系统 Python 环境。
如果这些操作都已经完成，那么你就拥有了一套可以用于后续学习的基础 Python 环境。
总结：环境搭建只是开始
回顾一下，这篇文章主要完成了四件事：
第一，安装并验证 Python 解释器，让计算机具备运行 Python 代码的能力。
第二，认识 pip，了解如何安装、查看和管理第三方软件包。
第三，创建并使用虚拟环境，为不同项目隔离依赖。
第四，通过交互模式和 hello.py 文件，完成第一个 Python 程序的运行。
对于初学者来说，这些内容可能看起来比较基础，但它们会贯穿后续整个 Python 学习过程。
特别是虚拟环境和依赖管理，不仅适用于日常编程，也适用于自动化运维工具、API 服务和企业应用开发。
接下来，我们就可以正式进入 Python 语法学习了。
- 微信
- 支付宝
- Paypal Donate
