Ubuntu 不仅完全支持 Python，而且其版本和安装方法是开发环境配置中的核心技能。作为最流行的 Linux 发行版之一，Ubuntu 与 Python 生态深度集成，是 Python 开发的理想平台。为了清晰地说明其支持情况与具体操作，以下表格汇总了 Ubuntu 与 Python 版本关系的核心信息 [ref_3][ref_4]。 | 对比维度 | **Ubuntu 版本与 Python** | **关键说明** | | :--- | :--- | :--- | | **默认 Python 版本** | 随 Ubuntu 版本更新而不同。**Ubuntu 16.04 及更早版本默认安装 Python 2.x** [ref_3][ref_4]。从 **Ubuntu 18.04 LTS 开始，默认不安装 Python 2**，而是预装了 Python 3 [ref_3]。较新的版本（如 20.04, 22.04）默认安装的是 Python 3.8 或更新的版本。 | Python 2 已于 2020 年停止官方支持，新项目应使用 Python 3。对于旧系统，可以手动安装所需版本 [ref_3][ref_4]。 | | **支持的多版本管理** | **支持**。通过 `apt`、源码编译或 `pyenv` 等工具，可以在同一台 Ubuntu 上安装并管理多个 Python 版本（如 Python 3.7, 3.8, 3.9, 3.10 等） [ref_1][ref_2]。 | 这是 Ubuntu 作为开发平台的关键特性，允许为不同项目配置不同版本的 Python 环境 [ref_1]。 | | **包管理器 (`apt`)** | Ubuntu 自带的 `apt` 包管理器可以直接安装预编译的 Python 包。例如，运行 `sudo apt install python3 python3-pip` 即可安装 Python 3 及其包管理器 `pip` [ref_3]。 | 这是最简单快捷的安装方法，但仓库中的版本可能不是最新的 [ref_3]。 | | **第三方仓库 (`deadsnakes` PPA)** | **支持**。对于需要安装官方仓库中没有的特定 Python 版本（如 Python 3.11），可以添加 `deadsnakes/ppa` 等第三方个人软件包存档。然后通过 `apt` 安装 [ref_3]。 | 提供了比官方仓库更丰富的 Python 版本选择 [ref_3]。 | | **手动编译安装** | **完全支持**。对于需要特定编译选项（如开启特定模块、链接特定库）或安装最新版本，可以从 Python 官网下载源代码，在 Ubuntu 上编译安装 [ref_1][ref_4]。 | 提供最高灵活性，适合高级用户或特定需求（如为深度学习框架优化编译）。 | | **虚拟环境支持** | **原生支持**。Python 3 内置 `venv` 模块，可以通过 `python3 -m venv myenv` 命令创建独立的虚拟环境。`virtualenv` 和 `conda` 也在 Ubuntu 上得到广泛应用 [ref_5][ref_6]。 | 虚拟环境是管理项目依赖、避免版本冲突的标准做法。PyCharm 等 IDE 也直接支持 [ref_6]。 | | **关键依赖库** | 安装 Python 或编译扩展模块可能需要系统库。使用 `sudo apt install build-essential zlib1g-dev libssl-dev libsqlite3-dev libffi-dev libbz2-dev` 等命令可安装编译依赖 [ref_1][ref_4]。 | 这些依赖对于成功编译 Python、`pip` 安装某些二进制包（如 `python-pcl`）至关重要 [ref_5]。 | ### 一、 Ubuntu 安装 Python 的常用方法详解 根据不同的需求，可以选择多种方法在 Ubuntu 上安装 Python。对于开发者而言，推荐使用 `deadsnakes PPA` 或 `pyenv` 来获得最大的灵活性和控制力。 #### 方法一：通过 `apt` 安装系统 Python（最简单） 这是 Ubuntu 自带的安装方式，适合快速搭建通用环境或服务器部署。对于新系统，通常需要先安装 Python 3 和 pip。 ```bash # 更新软件包列表 sudo apt update # 安装 Python 3 和 pip3 sudo apt install python3 python3-pip # 验证安装 python3 --version pip3 --version ``` 此方法安装的版本是 Ubuntu 官方仓库中预编译好的版本。优点是简单、稳定，系统会自动管理依赖和更新。缺点是版本通常不是最新的，例如在 Ubuntu 18.04 上通过 `apt install python3` 默认安装的是 Python 3.6 [ref_3]。 #### 方法二：通过 `deadsnakes PPA` 安装特定版本（推荐） 如果需要比官方仓库更新的 Python 版本（如 3.9, 3.10, 3.11），可以使用 `deadsnakes` PPA。这是一个为 Ubuntu 维护的第三方仓库，提供了大量 Python 版本。 ```bash # 1. 添加 `deadsnakes` PPA 到系统源列表 sudo add-apt-repository ppa:deadsnakes/ppa -y sudo apt update # 2. 安装指定版本的 Python，例如 Python 3.9 sudo apt install python3.9 # 3. 安装该版本对应的 pip sudo apt install python3.9-distutils curl -sS https://bootstrap.pypa.io/get-pip.py | sudo python3.9 # 4. 验证安装 python3.9 --version pip3.9 --version ``` 这种方法结合了 `apt` 的便捷性和版本的多样性，是平衡易用性和灵活性的好选择 [ref_3]。 #### 方法三：手动编译安装（最灵活） 当需要自定义编译选项、安装绝对最新的版本，或为特定用途优化 Python 时，需要从源码编译。这在安装特定版本的 Python 如 3.8 并配置 SSL 支持时尤为重要 [ref_4]。以下是编译安装 Python 3.8 的详细步骤： ```bash # 1. 安装编译依赖 sudo apt update sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libsqlite3-dev libreadline-dev libffi-dev wget libbz2-dev -y # 2. 下载 Python 3.8 源码包（以 3.8.16 为例） cd /tmp wget https://www.python.org/ftp/python/3.8.16/Python-3.8.16.tgz tar -xzf Python-3.8.16.tgz cd Python-3.8.16 # 3. 配置编译选项，并指定安装目录（如 /usr/local/python38）。开启优化。 ./configure --enable-optimizations --with-ssl-default-suites=openssl --prefix=/usr/local/python38 # 4. 编译并安装 make -j $(nproc) # $(nproc) 会自动使用所有CPU核心加速编译 sudo make altinstall # 使用 `altinstall` 防止覆盖系统默认的 python3 命令 [ref_4] # 5. 验证安装 /usr/local/python38/bin/python3.8 --version ``` **关键点说明**： - `--enable-optimizations`：启用优化，能提升约 10% 的运行性能。 - `--with-ssl-default-suites=openssl`：确保 Python 支持 SSL/TLS，这对 `pip` 通过 HTTPS 下载包至关重要 [ref_4]。 - `make altinstall`：用于安装多个 Python 版本。使用 `make install` 会覆盖 `/usr/bin/python3` 的链接，可能破坏系统工具 [ref_4]。 安装后，可以使用绝对路径或创建软链接来使用特定版本。 #### 方法四：使用 `pyenv` 管理多版本（最强大） `pyenv` 是一个专门用于管理多版本 Python 的工具。它允许你在用户目录下安装多个 Python 版本，并轻松地在全局或单个项目目录间切换，非常适合开发人员 [ref_2]。 ```bash # 1. 安装 pyenv 依赖 sudo apt update sudo apt install curl git-core gcc make zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev libssl-dev -y # 2. 使用官方脚本安装 pyenv curl https://pyenv.run | bash # 3. 将 pyenv 初始化的命令添加到 Shell 配置文件中（如 ~/.bashrc） echo 'export PATH="$HOME/.pyenv/bin:$PATH"' >> ~/.bashrc echo 'eval "$(pyenv init --path)"' >> ~/.bashrc echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc # 可选，初始化 pyenv-virtualenv 插件 source ~/.bashrc # 4. 安装一个 Python 版本，例如 3.9.0 pyenv install 3.9.0 # 5. 设置全局或局部版本 pyenv global 3.9.0 # 设置全局默认版本为 3.9.0 pyenv local 3.9.0 # 在当前目录及其子目录下使用 3.9.0 (会在目录下生成一个 .python-version 文件) pyenv versions # 查看所有已安装版本 # 验证 python --version ``` `pyenv` 的优势在于它隔离了系统 Python，避免了因修改系统 Python 而影响操作系统自身功能的风险。它通过修改 `PATH` 环境变量来切换版本，机制非常清晰 [ref_2]。 ### 二、 处理 Python 版本切换与环境问题 在安装了多个 Python 版本后，需要正确切换。可以通过创建软链接或使用 `update-alternatives` 系统工具来实现 [ref_1]。 ```bash # 为 /usr/local/python38/bin/python3.8 创建指向 /usr/bin/python3.8 的软链接 sudo ln -s /usr/local/python38/bin/python3.8 /usr/bin/python3.8 # 或者使用 update-alternatives 进行更系统的管理 # 首先注册所有可用的 Python 版本 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.6 1 sudo update-alternatives --install /usr/bin/python python /usr/local/python38/bin/python3.8 2 # 然后通过交互式菜单进行选择 sudo update-alternatives --config python ``` 执行 `--config` 命令后，终端会列出所有已注册的版本及其优先级，输入对应编号即可切换系统的 `python` 命令指向 [ref_1]。 ### 三、 为项目创建虚拟环境 强烈建议为每个项目创建独立的虚拟环境，这是解决依赖冲突的最佳实践。Ubuntu 系统 Python 内置了 `venv` 模块。 ```bash # 假设已通过 pyenv 或 apt 安装了 python3.8 python3.8 -m venv my_project_env # 激活虚拟环境 source my_project_env/bin/activate # 激活后，所有 pip 安装的包都会局限于此环境 pip install requests numpy pandas # 退出虚拟环境 deactivate ``` 如果遇到类似 PyCharm 创建虚拟环境时提示 `Non-zero exit code (127)` 的错误，通常是因为指定的 Python 解释器路径（如 `python3.5`）在系统中不存在或被破坏。解决方法是在系统中安装一个兼容的 Python 版本（如 `python3.6`）并确保其可执行文件位于标准路径 [ref_6]。 对于复杂的依赖安装，如特定版本的 `python-pcl`，有时会遇到二进制包不兼容或 numpy 版本过新的问题。解决方案包括： 1. **源码安装**：下载源代码包，手动编译安装 [ref_5]。 2. **降级依赖**：如 `pip install numpy==1.19.5` 来适配旧的二进制包 [ref_5]。 3. **使用 `conda`**：`conda` 包管理器在处理包含 C/C++ 扩展的科学计算包时，通常能更好地解决系统依赖。 **结论**：Ubuntu 对 Python 的支持是全面且成熟的。从最简单的 `apt` 安装到使用 `pyenv` 进行多版本隔离管理，再到虚拟环境的构建，Ubuntu 提供了一整套完整的工具链来满足从入门到专业的不同需求。针对“复现 GitHub 项目”这一具体场景，推荐使用 `pyenv` 安装项目指定的 Python 版本，并在项目目录下创建独立的虚拟环境来管理依赖，这是保证环境一致性、避免污染系统环境的最佳实践 [ref_1][ref_2]。