Ubuntu 上 Python 依赖库怎么安装
在Ubuntu上,可用pip从PyPI安装Python库(支持指定版本或批量),或用apt安装系统级库但版本较旧。推荐使用venv或conda创建虚拟环境隔离依赖,并通过requirements.txt统一管理版本。
Ubuntu 上 Python 依赖库安装指南

在 Ubuntu 系统上折腾 Python 开发,依赖库的管理是绕不开的坎。选对工具和方法,能省去不少来回折腾的时间。下面这套操作指南,覆盖了从系统仓库到 PyPI,再到项目隔离的几种典型场景,希望能帮你理清思路。
1. 准备工作:安装 pip(Python 包管理工具)
pip 是 Python 生态中安装第三方库的核心工具。大部分情况下的第一步,就是确保它已经装好了。打开终端,执行下面这组命令,更新系统包列表然后安装 pip:
sudo apt updatesudo apt install python3-pip
装完之后,可以用 pip3 --version 检查一下。如果显示了版本信息,准备工作就算完成了。
2. 常规方法:使用 pip 安装 Python 依赖库
从 PyPI(Python Package Index)下载安装库,是 pip 最拿手的工作。具体操作有几种常见需求:
- 安装单个库:直接指定库名就行。比如要装个
requests库来发送 HTTP 请求:pip3 install requests - 安装特定版本:项目对库版本有要求时,可以在库名后面加上
==和版本号。例如,需要numpy的 1.21.2 版本:pip3 install numpy==1.21.2 - 从 requirements.txt 批量安装:项目如果提供了
requirements.txt文件,里面记录了所有依赖库及版本信息,一条命令就能全部搞定:
这种方式能最大程度保证不同环境下依赖的一致性,是项目依赖管理里的常规做法了。pip3 install -r requirements.txt
3. 系统级安装:使用 apt 包管理器(可选)
Ubuntu 自带的官方仓库(APT)里也收录了一些常用 Python 库,比如 numpy、pandas,直接用 apt 命令就能安装。
- 安装单个库:以
pandas为例:sudo apt updatesudo apt install python3-pandas - 需要注意的地方:
- APT 仓库里的库版本通常更新得比较慢,可能满足不了最新项目的要求;
- 所以第三方库的安装,优先考虑
pip。而apt更适合用来安装一些系统级别的 Python 工具,比如python3-dev。
4. 推荐实践:使用虚拟环境隔离项目依赖
不同项目依赖同一库的不同版本,是开发中常见的头疼问题。比如项目A要 django==3.2,项目B要 django==4.0。这时候虚拟环境就是解决方案——它能给每个项目创建一个独立的 Python 运行环境。常用的工具有 venv(Python 内置)、virtualenv 和 conda。
(1)使用 venv(Python 3.3+ 内置)
- 创建虚拟环境:在项目目录下运行,创建一个名为
myenv的环境:python3 -m venv myenv - 激活虚拟环境:
激活后,终端提示符会变成source myenv/bin/activate(myenv)开头,表明当前已在虚拟环境中。 - 安装依赖:在虚拟环境里用
pip install requests,安装的库只存在于这个环境里,不会影响全局。 - 退出虚拟环境:工作完成,执行
deactivate即可。
(2)使用 conda(适合数据科学项目)
如果你在用 Anaconda 或 Miniconda(数据科学领域常用的发行版),用 conda 来管理环境和依赖会更顺手:
- 创建环境:创建名为
myenv的环境,并指定 Python 版本为 3.9:conda create -n myenv python=3.9 - 激活环境:
conda activate myenv - 安装依赖:通过
conda install numpy安装库,它既支持 Conda 仓库也支持 PyPI。从requirements.txt批量安装则用:conda install --file requirements.txt
5. 高级管理:维护项目依赖
- 生成 requirements.txt:当项目依赖需要共享时,用以下命令可以自动生成
requirements.txt文件,其中包含了当前环境所有已安装库及其版本:pip3 freeze > requirements.txt - 升级库:定期升级库能修复漏洞或获取新功能。升级单个库(比如
requests)可以用:
如果想一次性升级所有过期的库,可以试试这个组合命令:pip3 install --upgrade requestspip3 list --outdated --format=freeze | grep -v '^-e' | cut -d = -f 1 | xargs -n1 pip3 install -U
掌握了这些方法,在 Ubuntu 上安装和管理 Python 依赖库就会变得井井有条。根据项目具体需求选择合适的方式,能明显提升开发效率和环境稳定性。


































