Ubuntu中Python包管理完整教程
在Ubuntu上管理Python包主要依靠apt、pip和虚拟环境。apt安装系统级预编译包;pip管理PyPI库;虚拟环境通过venv隔离项目依赖。使用requirements txt固化依赖清单,避免sudopip污染系统环境,必要时结合pyenv管理多版本。
在 Ubuntu 系统中管理 Python 包,主要依赖三大核心工具:系统包管理器 apt、官方推荐的 pip,以及虚拟环境。以下逐一详解每个环节的实际操作,内容均基于真实开发场景。

一、系统包管理器(apt):管理系统级 Python 包
apt 是 Ubuntu 系统自带的老牌包管理工具,安装的是经过发行版测试的预编译 Python 包。这类包通常与系统组件深度集成,例如需要调用系统库的 python3-dbus,使用 apt 安装最为稳妥。
- 更新包列表:
sudo apt update—— 此步骤不可跳过,否则可能获取到过时的包信息。 - 安装 Python 包:命令格式为
sudo apt install python3-包名。例如安装 requests 库:sudo apt install python3-requests。 - 卸载 Python 包:
sudo apt remove python3-包名,如sudo apt remove python3-requests。 - 查看已安装包:
dpkg -l | grep python3-,可过滤出所有以python3-开头的系统级包。
二、pip 工具:管理 Python 第三方包(推荐)
pip 是 Python 官方指定的包管理器,直接从 PyPI 仓库拉取最新版本。在项目开发中几乎完全依赖于它。
- 安装/升级 pip:若未安装,可执行
sudo apt install python3-pip。随后将pip自身升级到最新版:pip3 install --upgrade pip。 - 安装 Python 包:
pip3 install 包名,例如pip3 install requests。若要锁定版本,可使用==,如pip3 install requests==2.25.1。 - 卸载 Python 包:
pip3 uninstall 包名,例如pip3 uninstall requests。 - 查看已安装包:
pip3 list列出全部;pip3 show 包名查看详细信息(版本、依赖关系等)。 - 升级 Python 包:单个包升级用
pip3 install --upgrade 包名。要一键升级所有过时包,可运行:pip3 list --outdated --format=freeze | grep -v '^-e' | cut -d = -f 1 | xargs -n1 pip3 install -U。此命令会遍历所有过时包并逐一升级。
三、虚拟环境:隔离项目依赖(关键实践)
虚拟环境是 Python 开发中不可或缺的最佳实践——它让每个项目拥有独立的依赖空间,彻底避免 A 项目需要 requests 2.25、B 项目需要 requests 3.0 的冲突。Python 3 自带 venv 模块,无需额外安装。
- 创建虚拟环境:
python3 -m venv myenv,myenv为环境目录名,可自定义。 - 激活虚拟环境:
source myenv/bin/activate。激活后终端提示符前会出现(myenv),此时所有pip操作仅影响该环境。 - 在虚拟环境中安装包:直接执行
pip install 包名,无需sudo或--user。 - 退出虚拟环境:运行
deactivate即可。
四、requirements.txt:管理项目依赖
项目规模扩大或需要团队协作时,不能仅靠口头交代依赖包。requirements.txt 文件可将依赖清单固化,便于复用和分享。
- 生成 requirements.txt:在项目的虚拟环境中执行
pip3 freeze > requirements.txt,所有包及其版本号将被写入该文件。 - 从 requirements.txt 安装包:在新环境中运行
pip3 install -r requirements.txt,一键还原依赖。
五、其他工具(可选)
- conda:若使用 Anaconda 或 Miniconda,
conda命令更为强大。它可管理 Python 版本本身,例如conda create -n myenv python=3.8直接创建指定 Python 版本的环境。但建议尽量避免conda与pip混用,以免引发兼容问题。 - 源码编译:某些库在官方仓库中无预编译包,或需要特定旧版本时,可下载源码(
.tar.gz),解压后运行./configure && make && sudo make install。前提是已安装编译工具build-essential。
注意事项
- 权限问题:切勿直接使用
sudo pip。若确需在系统级安装包,应使用--user参数:pip3 install --user 包名。最佳实践始终是使用虚拟环境。 - 系统依赖:卸载系统级 Python 包前,先确认是否有系统工具依赖它。可通过
apt rdepends python3-包名查看反向依赖,避免破坏系统稳定性。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
Go微服务熔断后指数退避重试机制配置
熔断器打开后应进入半开状态,再对试探请求启用指数退避重试,避免无效重试。使用gobreaker控制请求准入,backoff控制试探间隔,并启用抖动防止脉冲流量。重试和熔断需分层,重试只针对临时错误,熔断统计重试后的最终结果。
Java多重上界通配符无法直接写入语法的根本原因
Java通配符仅支持单一上界,如?extendsA,无法直接使用多重上界。多重上界(如TextendsA&B)仅适用于泛型类型参数声明,这是Java泛型设计中的语法限制,旨在简化类型系统。若需多约束,需通过类型参数间接实现。
Golang微服务中集成Argo实现GitOps持续发布
Go微服务与ArgoCD边界清晰,Application路径指向manifests目录而非源码。镜像更新通过CI自动提交或argocd-image-updater实现,避免写死latest标签。readinessProbe需合理配置initialDelaySeconds与periodSeconds,确保同步顺畅。
Java中AbstractList的快速失败机制中并发修改检查方法的执行时机
在AbstractList迭代器中,每次调用next()、remove()、previous()、set()或add()时,都会先执行checkForComodification,通过比较modCount与expectedModCount检测并发修改,确保操作时视图一致性,防止状态错乱。
Python中statistics模块快速计算统计学中位数的方法与步骤
使用Python的statistics median()计算中位数需注意:不接受空列表,否则抛出StatisticsError异常;不自动过滤None或非数字值;传入大型生成器可能耗尽内存或导致性能下降。建议先过滤脏数据并转为列表,再计算,同时明确空数据时的处理策略。
- 热门数据榜
相关攻略
2026-07-14 06:59
2026-07-14 06:59
2026-07-14 06:59
2026-07-14 06:59
2026-07-14 06:59
2026-07-14 06:58
2026-07-14 06:58
2026-07-14 06:58
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程

