Python
约 666 字大约 2 分钟
2025-10-10
安装 Python 环境
(推荐) 安装 Conda
Windows
运行安装程序并按照提示完成安装;
重新打开 命令提示符 或 Windows PowerShell 窗口,输入以下命令查看版本。
python -VmacOS
- Intel
curl -O https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
bash Miniconda3-latest-MacOSX-x86_64.sh- Apple
curl -O https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-MacOSX-arm64.sh
bash Miniconda3-latest-MacOSX-arm64.sh输入以下命令查看版本。
python -VLinux
curl -O https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh输入以下命令查看版本。
python -V使用 Conda 创建 Python 环境
# 创建环境
conda create -n MyEnv python=3.12
# 激活环境
conda activate MyEnv
# 安装依赖
conda install --yes --file requirements.txt
# 禁用环境
conda deactivate安装 Python
Windows
访问 Python 官网下载页面;
点击 "Download Python install manager" 按钮下载最新版本,或者下载指定版本;
运行安装程序并按照提示完成安装;
重新打开 命令提示符 或 Windows PowerShell 窗口,输入以下命令查看版本。
python -VmacOS
brew install python输入以下命令查看版本。
python -VLinux
- Ubuntu/Debian
# 更新包列表
sudo apt update
# 安装 Python 3
sudo apt install -y python3 python3-pip
# (可选)安装开发工具包(包含头文件和静态库)
sudo apt install -y python3-dev
# (可选)安装特定版本(如Python 3.12)
sudo apt install -y python3.12- CentOS/RHEL 8+
# 启用 EPEL 仓库
sudo dnf install epel-release
# 安装 Python 3
sudo dnf install python3 python3-pip输入以下命令查看版本。
python -V安装 uv
Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"macOS && Linux
- 使用 curl 安装
curl -LsSf https://astral.sh/uv/install.sh | sh- 使用 wget 安装
wget -qO- https://astral.sh/uv/install.sh | shPyPI
pipx install uv -i https://mirrors.aliyun.com/pypi/simple
# 或使用
pip install uv -i https://mirrors.aliyun.com/pypi/simpleHomebrew
brew install uvDocker
docker run --rm -it ghcr.io/astral-sh/uv:debian uv --help- 自我更新
uv self update- 安装指定版本
uv python install 3.12- 创建虚拟环境
uv venv- 查看帮助信息
uv --help安装 Jupyter
- 安装 JupyterLab
conda install -c conda-forge jupyterlab- 启动 JupyterLab
jupyter lab相关信息
- Jupyter Notebook 单租户文档应用,创建交互式代码文档。
- JupyterLab 单租户集成开发环境,灵活的多功能工作台,包含Notebook。
- JupyterHub 多租户服务器,用户管理、资源隔离、提供环境。
配置镜像源进行加速
配置方法:
# 通过命令行配置
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 手动修改配置
vim ~/.condarc配置样例:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud