第 4 章 Python 环境搭建：安装、虚拟环境与 pip
环境搭建是自动录入接口开发的第一步，也是日后最容易踩坑的地方。说实话，我见过不少同事因为这一步没做扎实，项目中途出现各种版本冲突，最后不得不花一整天重建环境。这一章我们把 Python 环境拆成三块来讲：Python 解释器怎么装、虚拟环境如何隔离项目依赖、pip 怎么配才不闹心。跟着我走一遍，后面开发会顺很多。
4.1 Python 安装——选版本、配路径
Python 的版本我建议直接上 3.10 或 3.11，太老的版本（3.6 以下）很多新库已经不兼容了，太新的版本（3.13）第三方包可能还没跟上。我个人的习惯是：用长期支持版，比如 3.10.11 或 3.11.9，稳定且生态健全。
Windows 下安装
去官网下载对应版本的安装包。有一个关键勾选项：Add Python to PATH，一定要打钩。我第一次装的时候忘了勾，后面每次跑 python 都要写全路径，折腾了半天才反应过来。
# 安装后验证
python --version
# 输出示例
Python 3.10.11macOS / Linux 下安装
macOS 自带 Python2，但咱们需要 Python3。可以用 Homebrew 安装：
brew install python@3.10
python3 --versionLinux 用户用系统包管理器也很快：
# Ubuntu / Debian
sudo apt update
sudo apt install python3 python3-pip python3-venv -y
python3 --versionpython（如果系统默认是 python3）。比如在 ~/.bashrc 里加一行 alias python=python3，这样后面写命令更统一。
4.2 虚拟环境——隔离依赖的“保险箱”
虚拟环境是 Python 项目里最重要的实践，没有之一。想想看，你同时开发两个项目，一个用 Flask 2.0，另一个用 Flask 3.0，如果不隔离，全局里只能装一个版本，必炸。我在公司带团队时，每个新人都要过的第一关就是“所有代码必须跑在虚拟环境里”。
使用 venv（Python 3.3+ 自带）
不用装任何额外包，每个项目一个环境：
# 创建虚拟环境（命名为 venv）
python -m venv venv
# 激活
# Windows
venv\Scripts\activate
# macOS / Linux
source venv/bin/activate
# 激活后，终端前缀会显示 (venv)
(venv) $ pip list使用 virtualenv（支持 Python 2 和 3，但现代项目建议直接用 venv）
pip install virtualenv
virtualenv myenv
source myenv/bin/activate使用 conda（如果你做数据科学或需要非 Python 依赖）
conda create -n myproject python=3.10
conda activate myproject我个人偏爱 venv，因为它干净、无额外依赖，而且所有现代 Python 都内置。但要注意一点：虚拟环境不要放进版本控制。我见过有人把整个 venv 目录提交到 git，结果一百多兆的二进制文件，拉取慢死。正确的做法是用 requirements.txt 记录依赖，每次部署时重建环境。
4.3 pip——包管理利器
pip 是 Python 的包管理器，几乎每个 Python 开发者每天都在用。但很多新手只用了 pip install 和 pip list，其实它还有不少实用技巧。
最常用的 pip 命令
| 命令 | 用途 |
|---|---|
pip install 包名 |
安装包 |
pip install 包名==版本 |
安装指定版本 |
pip install -r requirements.txt |
批量安装依赖 |
pip freeze |
导出已安装包的版本列表 |
pip uninstall 包名 |
卸载包 |
pip list --outdated |
查看可升级的包 |
换国内源——你一定会遇到网速慢
默认的 pypi.org 在国内下载大包经常超时。我建议立刻换成清华或阿里源：
# 临时使用
pip install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 永久配置（Linux / macOS 下）
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# Windows 下在 %APPDATA%\pip\pip.ini 中写入
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simplerequirements.txt——环境复原的“配方”
每个项目都应该有一个 requirements.txt。导出方式：
# 导出当前虚拟环境的所有包及版本
pip freeze > requirements.txt别人拿到这个文件后，只要执行：
pip install -r requirements.txt就能还原一模一样的依赖环境。注意：pip freeze 会把所有包（包括依赖的依赖）都列出来，可能有点冗余。更精准的做法是用 pipreqs 只扫描项目实际 import 的包，但日常开发我还是习惯用 freeze，简单直接。
小结
这一章就讲这三个东西：Python 解释器、虚拟环境、pip。它们就好比造房子的地基、房间和工具箱，缺一不可。记住我的一句话：环境搭好了，后面 90% 的“跑不起来”问题都能避免。等下一轮实战中你需要在系统里装十几个包时，就会感谢自己今天花了 20 分钟做好隔离。