前言

Ubuntu 作為最流行的 Linux 發(fā)行版之一，憑借其穩(wěn)定的性能、豐富的軟件生態(tài)和開源特性，成為 Python 開發(fā)的理想選擇。無論是數(shù)據(jù)分析、Web 開發(fā)還是人工智能領(lǐng)域，Ubuntu 都能為 Python 提供高效的運行環(huán)境。本文將從基礎(chǔ)環(huán)境配置出發(fā)，逐步深入到 Python 開發(fā)的核心場景，幫助開發(fā)者在 Ubuntu 系統(tǒng)中快速搭建穩(wěn)定、高效的 Python 開發(fā)環(huán)境，并通過實戰(zhàn)案例掌握關(guān)鍵開發(fā)技能。

一、Ubuntu 系統(tǒng)下 Python 環(huán)境基礎(chǔ)配置

1.1 了解 Ubuntu 預(yù)裝的 Python 版本

Ubuntu 系統(tǒng)默認(rèn)會預(yù)裝 Python，但可能同時存在 Python 2.x（部分舊版本系統(tǒng)）和 Python 3.x 兩個版本。由于 Python 2.x 已停止官方支持，建議優(yōu)先使用 Python 3.x 進行開發(fā)。

查看系統(tǒng)預(yù)裝 Python 版本：

打開終端（快捷鍵：Ctrl + Alt + T），執(zhí)行以下命令：

# 查看Python 2版本（若存在）
python --version
# 查看Python 3版本
python3 --version

若輸出類似Python 3.10.12的信息，說明系統(tǒng)已預(yù)裝 Python 3；若提示 "command not found"，則需手動安裝。

1.2 安裝與升級 Python 3

Ubuntu 官方軟件源中包含 Python 3，可通過apt包管理器快速安裝或升級。

安裝 Python 3

# 更新軟件源索引
sudo apt update
# 安裝Python 3及依賴
sudo apt install -y python3 python3-pip python3-dev

• python3：Python 3 的核心執(zhí)行程序
• python3-pip：Python 3 的包管理工具（用于安裝第三方庫）
• python3-dev：Python 3 的開發(fā)依賴（編譯 C 擴展庫時需用到）

升級 pip 到最新版本

pip 是 Python 生態(tài)中最常用的包管理器，建議安裝后立即升級到最新版本：

python3 -m pip install --upgrade pip

配置 pip 國內(nèi)源（加速包安裝）

默認(rèn)情況下，pip 從國外的 PyPI 源下載包，速度較慢?？膳渲脟鴥?nèi)鏡像源（如阿里云、豆瓣源）提升下載速度：

1.創(chuàng)建 pip 配置目錄：

mkdir -p ~/.config/pip

2.編輯 pip 配置文件：

nano ~/.config/pip/pip.conf

3.粘貼以下內(nèi)容（使用阿里云鏡像）：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host = mirrors.aliyun.com

按Ctrl + O保存，Ctrl + X退出編輯器。

1.3 配置 Python 虛擬環(huán)境（推薦）

在實際開發(fā)中，不同項目可能依賴不同版本的 Python 庫，直接在系統(tǒng)全局環(huán)境安裝會導(dǎo)致版本沖突。Python 虛擬環(huán)境可為每個項目創(chuàng)建獨立的依賴環(huán)境，避免沖突。

安裝虛擬環(huán)境工具

# 安裝virtualenv（傳統(tǒng)工具）
pip3 install virtualenv
# 或安裝venv（Python 3.3+內(nèi)置，無需額外安裝）

使用 venv 創(chuàng)建虛擬環(huán)境

以創(chuàng)建一個名為my_project_env的虛擬環(huán)境為例：

# 1. 創(chuàng)建項目目錄（示例：~/python_projects/my_first_project）
mkdir -p ~/python_projects/my_first_project
cd ~/python_projects/my_first_project

# 2. 創(chuàng)建虛擬環(huán)境（在當(dāng)前目錄下生成venv文件夾）
python3 -m venv venv

# 3. 激活虛擬環(huán)境
source venv/bin/activate

激活成功后，終端提示符前會顯示(venv)，表示當(dāng)前處于虛擬環(huán)境中。此時使用python和pip命令默認(rèn)指向虛擬環(huán)境中的 Python 3，無需再用python3和pip3。

退出虛擬環(huán)境

deactivate

二、Ubuntu 下 Python 開發(fā)工具選型與配置

2.1 終端工具：簡單場景首選

對于快速測試代碼片段或執(zhí)行簡單腳本，Ubuntu 終端是最便捷的選擇：

• 直接執(zhí)行 Python 腳本：python script.py
• 進入 Python 交互模式：python（支持實時輸入代碼并執(zhí)行，輸入exit()退出）

2.2 圖形化 IDE：復(fù)雜項目必備

VS Code（輕量、靈活，推薦新手）

VS Code 是微軟推出的開源 IDE，支持 Python 語法高亮、代碼補全、調(diào)試等功能，通過插件可擴展豐富的開發(fā)能力。

安裝與配置步驟：

1.安裝 VS Code：

方法 1：通過 Ubuntu 軟件中心搜索 "Visual Studio Code" 直接安裝；

方法 2：終端命令安裝（推薦，獲取最新版本）：

wget -qO- https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > packages.microsoft.gpg
sudo install -D -o root -g root -m 644 packages.microsoft.gpg /etc/apt/trusted.gpg.d/microsoft.gpg
sudo sh -c 'echo "deb [arch=amd64,arm64,armhf signed-by=/etc/apt/trusted.gpg.d/microsoft.gpg] https://packages.microsoft.com/repos/code stable main" > /etc/apt/sources.list.d/vscode.list'
rm -f packages.microsoft.gpg
sudo apt update
sudo apt install -y code

2.安裝 Python 插件：打開 VS Code，點擊左側(cè) "擴展" 圖標(biāo)（或按Ctrl + Shift + X），搜索 "Python"，安裝微軟官方的 "Python" 插件（作者：Microsoft）。

3.配置 Python 解釋器（關(guān)聯(lián)虛擬環(huán)境）：

• 打開項目文件夾后，按Ctrl + Shift + P，輸入 "Python: Select Interpreter"；
• 選擇虛擬環(huán)境中的 Python 解釋器（路徑類似~/python_projects/my_first_project/venv/bin/python）。

PyCharm（專業(yè)、全功能，適合企業(yè)級開發(fā)）

PyCharm 是 JetBrains 專為 Python 開發(fā)設(shè)計的 IDE，分為社區(qū)版（免費開源）和專業(yè)版（付費，支持 Web 開發(fā)、數(shù)據(jù)庫等高級功能）。

安裝步驟：

1.下載 PyCharm 社區(qū)版：訪問PyCharm 官網(wǎng)，選擇 "Community Edition" 的.tar.gz包下載。

2.解壓并安裝：

# 假設(shè)下載到~/Downloads目錄，版本為2024.1.1
cd ~/Downloads
tar -xzf pycharm-community-2024.1.1.tar.gz
sudo mv pycharm-community-2024.1.1 /opt/

# 啟動PyCharm
/opt/pycharm-community-2024.1.1/bin/pycharm.sh

3.首次啟動時，選擇 "Do not import settings"，然后按照引導(dǎo)配置 Python 解釋器（關(guān)聯(lián)虛擬環(huán)境）即可。

三、Ubuntu 下 Python 實戰(zhàn)場景案例

3.1 案例 1：簡單數(shù)據(jù)可視化（使用 matplotlib）

matplotlib 是 Python 最常用的繪圖庫，可在 Ubuntu 下快速實現(xiàn)數(shù)據(jù)可視化。

步驟 1：在虛擬環(huán)境中安裝 matplotlib

# 確保已激活虛擬環(huán)境
source ~/python_projects/my_first_project/venv/bin/activate
pip install matplotlib

步驟 2：編寫可視化腳本

創(chuàng)建plot_demo.py文件，內(nèi)容如下：

import matplotlib.pyplot as plt
import numpy as np

# 生成數(shù)據(jù)（x軸：0-10的100個點，y軸：正弦函數(shù)）
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 創(chuàng)建圖形
plt.figure(figsize=(8, 4))
plt.plot(x, y, label='sin(x)', color='blue', linewidth=2)

# 添加標(biāo)題和標(biāo)簽
plt.title('Sine Function Plot (Ubuntu + Python)', fontsize=14)
plt.xlabel('X Value', fontsize=12)
plt.ylabel('Y Value (sin(x))', fontsize=12)

# 添加圖例和網(wǎng)格
plt.legend()
plt.grid(True, alpha=0.3)

# 顯示圖形（Ubuntu下需確保已安裝圖形支持，默認(rèn)已包含）
plt.show()

步驟 3：運行腳本

python plot_demo.py

運行后將彈出一個窗口，顯示正弦函數(shù)的曲線圖。

3.2 案例 2：搭建簡單 Web 服務(wù)（使用 Flask）

Flask 是輕量級的 Python Web 框架，適合快速開發(fā)小型 Web 應(yīng)用。

步驟 1：安裝 Flask

# 在虛擬環(huán)境中執(zhí)行
pip install flask

步驟 2：編寫 Web 服務(wù)代碼

創(chuàng)建app.py文件，內(nèi)容如下：

from flask import Flask

# 初始化Flask應(yīng)用
app = Flask(__name__)

# 定義路由（根路徑）
@app.route('/')
def hello_ubuntu_python():
    return "<h1>Hello! This is a Flask Web App on Ubuntu + Python</h1>"

# 定義帶參數(shù)的路由
@app.route('/user/<name>')
def greet_user(name):
    return f"<h2>Welcome, {name}! You're using Flask on Ubuntu.</h2>"

if __name__ == '__main__':
    # 啟動服務(wù)（host='0.0.0.0'允許外部設(shè)備訪問，默認(rèn)端口5000）
    app.run(host='0.0.0.0', port=5000, debug=True)

步驟 3：運行 Web 服務(wù)

python app.py

步驟 4：訪問 Web 服務(wù)

• 本地訪問：打開瀏覽器，輸入http://localhost:5000或http://127.0.0.1:5000；
• 局域網(wǎng)訪問：在同一網(wǎng)絡(luò)的其他設(shè)備上，輸入http://[Ubuntu主機IP]:5000（Ubuntu 主機 IP 可通過ip addr命令查看，如192.168.1.100）；
• 訪問帶參數(shù)路由：如http://localhost:5000/user/Alice，將顯示歡迎 Alice 的頁面。

3.3 案例 3：定時任務(wù)（使用 APScheduler）

在 Ubuntu 下，可通過 APScheduler 實現(xiàn) Python 腳本的定時執(zhí)行（類似 Linux 的crontab，但更靈活）。

步驟 1：安裝 APScheduler

pip install apscheduler

步驟 2：編寫定時任務(wù)腳本

創(chuàng)建scheduler_demo.py文件，內(nèi)容如下

from apscheduler.schedulers.blocking import BlockingScheduler
from datetime import datetime

# 定義要定時執(zhí)行的函數(shù)
def print_current_time():
    current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    print(f"Current time: {current_time}")

# 初始化調(diào)度器
scheduler = BlockingScheduler()

# 添加定時任務(wù)（每5秒執(zhí)行一次）
scheduler.add_job(print_current_time, 'interval', seconds=5)

# 添加每日固定時間任務(wù)（例如每天14:30執(zhí)行）
# scheduler.add_job(print_current_time, 'cron', hour=14, minute=30)

print("Scheduler started. Press Ctrl+C to stop.")
try:
    scheduler.start()
except (KeyboardInterrupt, SystemExit):
    pass

步驟 3：運行定時任務(wù)

python scheduler_demo.py

終端將每 5 秒輸出一次當(dāng)前時間，按Ctrl + C停止調(diào)度器。

四、Ubuntu 下 Python 開發(fā)常見問題與解決方案

4.1 問題 1：虛擬環(huán)境激活后，python命令仍指向系統(tǒng) Python

原因：虛擬環(huán)境配置異常，或python命令被系統(tǒng)別名覆蓋。

解決方案：

檢查虛擬環(huán)境中python的路徑：

which python  # 正常應(yīng)輸出：~/python_projects/my_first_project/venv/bin/python

若路徑錯誤，重新激活虛擬環(huán)境；若仍無效，刪除原虛擬環(huán)境并重新創(chuàng)建。

4.2 問題 2：matplotlib 繪圖時提示 "no display name and no $DISPLAY environment variable"

原因：Ubuntu 服務(wù)器版（無圖形界面）或通過 SSH 遠(yuǎn)程連接時，matplotlib 無法找到顯示設(shè)備。

解決方案：

1.在腳本開頭添加無圖形界面配置：

import matplotlib
matplotlib.use('Agg')  # 使用非交互式后端
import matplotlib.pyplot as plt

2.將圖形保存為文件（而非直接顯示）

plt.savefig('sin_plot.png')  # 保存到當(dāng)前目錄

4.3 問題 3：Flask 服務(wù)啟動后，局域網(wǎng)設(shè)備無法訪問

原因：

• Flask 服務(wù)綁定的 IP 為127.0.0.1（僅本地可訪問）；
• Ubuntu 防火墻阻止了 5000 端口的訪問。

解決方案：

啟動 Flask 時指定host='0.0.0.0'（如案例 2 中的app.run(host='0.0.0.0')）；

開放 5000 端口（臨時開放，重啟后失效）：

sudo ufw allow 5000

若需永久開放，執(zhí)行：

sudo ufw allow 5000/tcp

五、總結(jié)與進階建議

本文從 Ubuntu 環(huán)境下 Python 的基礎(chǔ)配置、開發(fā)工具選型到實戰(zhàn)案例，覆蓋了 Python 開發(fā)的核心場景。通過虛擬環(huán)境隔離項目依賴、選擇合適的 IDE 提升開發(fā)效率、解決常見問題，可幫助開發(fā)者在 Ubuntu 系統(tǒng)中高效進行 Python 開發(fā)。

進階學(xué)習(xí)方向

• 容器化部署：使用 Docker 將 Python 應(yīng)用打包為容器，實現(xiàn)跨環(huán)境一致性部署；
• 自動化運維：結(jié)合 Ubuntu 的systemd服務(wù)，將 Python 腳本注冊為系統(tǒng)服務(wù)（實現(xiàn)開機自啟、異常重啟）；
• 性能優(yōu)化：使用cProfile分析 Python 腳本性能瓶頸，通過Cython或Numba加速計算密集型任務(wù)；
• 深度學(xué)習(xí)：在 Ubuntu 下配置 CUDA、CuDNN，結(jié)合 TensorFlow/PyTorch 實現(xiàn) GPU 加速訓(xùn)練。

到此這篇關(guān)于Ubuntu環(huán)境下玩轉(zhuǎn)Python配置的實戰(zhàn)開發(fā)全指南的文章就介紹到這了,更多相關(guān)Ubuntu配置Python內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論