2025——》Linux中安装python

在 Linux 系统中安装 Python 的方法因发行版（如 Ubuntu/Debian、CentOS/RHEL）和需求（如默认版本、特定版本、多版本管理）而异。以下是最常用的安装方式，覆盖新手到进阶场景，确保你能快速安装并使用 Python。

一、检查系统是否已安装 Python

大多数 Linux 发行版预装了 Python（可能是 Python 2 或 Python 3），先通过以下命令确认当前版本：

bash

# 检查Python 3版本（推荐，Python 2已停止维护）
python3 --version  

# 检查Python 2版本（仅作确认，不推荐使用）
python --version  

• 若输出类似 Python 3.8.10，说明已安装 Python 3，可直接使用（若版本满足需求，无需重新安装）。
• 若提示 “command not found”，则需手动安装。

二、通过包管理器安装（推荐新手，简单高效）

1. Debian/Ubuntu 及衍生版（使用 apt）

bash

# 1. 更新软件源（确保获取最新版本）
sudo apt update  

# 2. 安装Python 3及包管理工具pip（Python的依赖管理工具）
sudo apt install -y python3 python3-pip  

# 3. 验证安装
python3 --version  # 输出Python 3.x.x
pip3 --version     # 输出pip 20.x.x（版本号可能不同）

• 若需要安装 Python 3 的开发工具（如编译 C 扩展模块），额外安装：

  bash

  sudo apt install -y python3-dev build-essential  # 包含编译器和开发库
  

2. CentOS/RHEL 及衍生版（使用 yum/dnf）

• CentOS 7 及以下：使用 yum

  bash

  # 安装Python 3（CentOS 7默认无Python 3，需从EPEL源获取）
  sudo yum install -y epel-release  # 先安装EPEL源（提供Python 3）
  sudo yum install -y python3 python3-pip  
  
  # 验证
  python3 --version
  pip3 --version
  

• CentOS 8+/Fedora：使用 dnf（yum 的升级版）

  bash

  sudo dnf install -y python3 python3-pip  
  
  # 验证
  python3 --version
  pip3 --version
  

三、安装特定版本的 Python（源码编译，适合进阶需求）

若需要安装官方仓库中没有的版本（如最新版 Python 3.12），或需自定义编译参数（如指定安装路径），可通过源码编译安装。

步骤（以 Python 3.12.0 为例，适用于所有 Linux 发行版）

1. 安装编译依赖（确保编译过程不缺库）：

   bash

   # Debian/Ubuntu
   sudo apt install -y build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev wget  
   
   # CentOS/RHEL
   sudo yum install -y gcc openssl-devel bzip2-devel libffi-devel wget
   

2. 下载 Python 源码包（从Python 官网获取最新版本链接）：

   bash

   wget https://www.python.org/ftp/python/3.12.0/Python-3.12.0.tgz  # 下载源码
   tar -zxvf Python-3.12.0.tgz  # 解压
   cd Python-3.12.0  # 进入源码目录
   

3. 配置编译参数（指定安装路径，启用优化）：

   bash

   # --prefix：指定安装路径（默认/usr/local，避免覆盖系统自带Python）
   # --enable-optimizations：启用编译优化（提升运行速度，耗时略长）
   ./configure --prefix=/usr/local/python3.12 --enable-optimizations
   

4. 编译并安装：

   bash

   make -j $(nproc)  # 多线程编译（$(nproc)自动获取CPU核心数，加速编译）
   sudo make install  # 安装到指定路径
   

5. 设置软链接（可选，方便直接使用）：避免每次输入完整路径 /usr/local/python3.12/bin/python3，创建软链接到系统 PATH：

   bash

   sudo ln -s /usr/local/python3.12/bin/python3 /usr/bin/python3.12
   sudo ln -s /usr/local/python3.12/bin/pip3 /usr/bin/pip3.12
   

6. 验证安装：

   bash

   python3.12 --version  # 输出Python 3.12.0
   pip3.12 --version     # 输出对应pip版本
   

四、多版本 Python 管理（适合开发者，使用 pyenv）

若需要在同一系统中切换多个 Python 版本（如 3.8、3.10、3.12），推荐使用 pyenv 工具，避免版本冲突。

步骤：

1. 安装 pyenv：

   bash

   # 克隆pyenv仓库到本地
   git clone https://github.com/pyenv/pyenv.git ~/.pyenv  
   
   # 配置环境变量（写入.bashrc，确保重启终端后生效）
   echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
   echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
   echo 'eval "$(pyenv init -)"' >> ~/.bashrc  
   
   # 生效配置
   source ~/.bashrc
   

2. 安装指定 Python 版本：

   bash

   # 查看可安装的Python版本
   pyenv install --list  
   
   # 安装Python 3.12.0（会自动下载源码并编译，需提前安装编译依赖，见步骤三的1）
   pyenv install 3.12.0  
   
   # 安装Python 3.8.18（示例）
   pyenv install 3.8.18
   

3. 切换 Python 版本：

   bash

   # 设置全局默认版本（所有终端生效）
   pyenv global 3.12.0  
   
   # 设置当前目录局部版本（仅当前项目生效）
   cd 你的项目目录
   pyenv local 3.8.18  
   
   # 查看当前使用的版本
   pyenv version  # 输出当前版本
   pyenv versions  # 列出所有已安装版本（带*的是当前使用版本）
   

五、常见问题解决

1. pip 安装权限问题（提示 “Permission denied”）：避免使用 sudo pip install（可能污染系统 Python 环境），推荐使用虚拟环境：

   bash

   # 创建虚拟环境（Python 3.3+自带venv模块）
   python3 -m venv myenv  
   
   # 激活虚拟环境（Linux/macOS）
   source myenv/bin/activate  
   
   # 此时pip安装的包仅在虚拟环境中生效，无需sudo
   pip install requests  
   
   # 退出虚拟环境
   deactivate
   

2. python 命令指向 Python 2 而非 Python 3：部分系统中 python 默认指向 Python 2，可通过别名临时解决：

   bash

   echo 'alias python=python3' >> ~/.bashrc  # 写入.bashrc，永久生效
   source ~/.bashrc  # 生效后，python命令即指向python3
   

3. 源码编译失败：通常是缺少依赖，根据错误提示安装对应的库（如 “missing zlib” 则安装 zlib1g-dev 或 zlib-devel）。

总结

• 新手首选：通过系统包管理器（apt/dnf）安装，简单且自动处理依赖。
• 特定版本需求：源码编译安装，指定版本和路径。
• 多版本管理：使用 pyenv 工具，灵活切换不同版本，适合开发场景。

安装后，建议立即创建虚拟环境管理项目依赖，避免系统 Python 环境被污染。