Linux 用户的 Python 环境搭建流程

检查并升级 Python 版本，确保满足开发需求；2. 使用 venv 创建独立虚拟环境避免依赖冲突；3. 在虚拟环境中安装第三方包并导出依赖列表；4. 通过激活与退出环境及删除目录实现安全清理。

Linux 系统自带 Python，但为了开发需要，通常要配置独立且可控的 Python 环境。以下是面向 Linux 用户的 Python 开发环境搭建流程，清晰、安全、可维护。

确认系统 Python 版本

大多数 Linux 发行版预装了 Python，但版本可能偏低。先检查当前版本：

python3 --version

如果未安装或版本过低（如低于 3.8），建议升级或安装新版。以 Ubuntu/Debian 为例：

• 更新包列表： sudo apt update
• 安装 Python3 及 pip： sudo apt install python3 python3-pip python3-venv

CentOS/RHEL 用户可使用：

立即学习“Python免费学习笔记（深入）”；

sudo yum install python3 python3-pip python3-virtualenv

使用 venv 创建虚拟环境

避免全局安装包污染系统环境，推荐每个项目使用独立虚拟环境。

• 创建项目目录： mkdir myproject && cd myproject
• 生成虚拟环境： python3 -m venv venv
• 激活环境： source venv/bin/activate

激活后，命令行提示符通常会显示 (venv)，此时 pip 安装的包将仅作用于该环境。

安装与管理第三方包

在激活的虚拟环境中，使用 pip 安装所需库：

可图大模型

可图大模型（Kolors）是快手大模型团队自研打造的文生图AI大模型

33

查看详情

pip install requests django numpy

导出依赖列表以便协作：

pip freeze > requirements.txt

他人部署时只需运行：

pip install -r requirements.txt

退出与清理环境

开发结束后，退出虚拟环境：

deactivate

若不再需要该环境，直接删除目录即可：

rm -rf venv

干净、无残留。

基本上就这些。掌握 Python 版本管理、虚拟环境和依赖控制，就能在 Linux 上高效、安全地进行 Python 开发。不复杂但容易忽略细节，坚持使用虚拟环境是关键。