学 Python 的第一步，是把环境搭好。这一步看起来简单，但如果选错安装方式，后续会遇到“版本混乱”“装不上库”“脚本跑不起来”等麻烦。所以，我们从三个主流方案讲起：如何安装，以及如何管理多个 Python 版本。
一、安装 Python 的三种方式
1. 官方安装包
- 是什么：从 python.org 下载对应操作系统的安装程序。
- 优点：纯净、标准，适合学习或只做一个项目的情况。
- 注意：Windows 上安装时，一定要勾选“Add Python to PATH”，否则命令行里敲
python会提示找不到命令。 - 适合谁：刚接触 Python、只想写写脚本、不搞多项目混用的开发者。
2. 系统自带 Python
- 真实情况：macOS 和大多数 Linux 发行版会预装 Python，但版本通常偏老（比如 macOS 可能还带着 Python 2.7，Linux 也可能是 3.6 这种旧版本）。
- 坑点：系统工具可能依赖这个预装 Python，不要在系统 Python 上直接装包或升级，容易引发出问题。
- 建议：放弃使用系统 Python，另装一个独立版本。
3. Anaconda 发行版
- 是什么：一个打包好的 Python 数据科学平台，内置 Python 解释器 + 常用数据科学库（NumPy、Pandas、Jupyter 等）。
- 优点：安装即用，省去逐个装库的麻烦；自带 conda 包管理器，对 Windows 上科学计算的库支持尤其友好（很多包预编译，省掉折腾编译器的痛苦）。
- 适合谁：数据科学、机器学习方向，或者不想折腾环境只想快速写代码的人。
- 注意：Anaconda 体积大，如果只做 Web 开发或简单脚本，用官方安装包 + pip 就够了。
二、版本管理：当你需要多个 Python 版本时
实际开发中，我们经常要同时维护多个项目，一个项目用 Python 3.8，另一个用 3.10，还有的用 3.12。版本管理工具就是来解决这个问题的：让你在同一台机器上好几个 Python 版本之间自由切换，互不干扰。
1. pyenv（轻量、仅管理 Python 版本）
- 功能：安装多个 CPython 版本（也支持 PyPy、Anaconda），并设置全局或者单项目使用的版本。
- 典型操作：
pyenv install 3.11.6—— 安装某个版本pyenv global 3.11.6—— 全局默认用 3.11.6pyenv local 3.9.18—— 进入某个项目目录时自动切换到 3.9.18（在该目录下生成.python-version文件）- 适合谁：主要做纯 Python 开发（Web 后端、脚本等），希望每个项目独立 Python 版本，但不需要 conda 的科学计算包管理。
- 结合虚拟环境：pyenv 负责选解释器，再用
venv或poetry管理依赖，是最常见的组合。
2. conda（重量级、管理版本 + 包 + 环境）
- 功能：不仅可以装 Python 版本，还能创建独立的“环境”，每个环境里可以有完全不同的 Python 版本和库集合。
- 实际用法：
conda create -n myenv python=3.10—— 创建名为 myenv 的环境，指定 Python 版本conda activate myenv—— 激活环境conda install pandas—— 在激活的环境下装库- 优势：对数据科学特别友好，能处理 Python 包和非 Python 依赖（比如 C 库），能避免让数据新手在 Windows 上痛苦安装
numpy、scipy。 - 适合谁：数据科学、机器学习，或者需要隔离不同项目 Python 版本同时又想用一个工具管理包和环境的人。
三、一个简单明了的选型建议
| 你的场景 | 推荐方案 |
|---------|---------|
| 只学 Python，做练习 | 官方安装包，只用一个版本即可 |
| 做 Web/脚本开发，项目需要不同 Python 版本 | pyenv + venv（或 poetry） |
| 做数据分析/机器学习，尤其在 Windows 上 | Anaconda 或 Miniconda（更轻量） |
| 混合开发，有的项目用 conda 有的不用 | pyenv 管理 Python 版本，结合 venv 或 conda 均可 |
真实避坑提醒
- 别用系统 Python 做开发。
- 安装完 Python 后，先打开终端/命令提示符，输入
python --version确认版本，输入pip list看能否正常运行。 - 不要把所有包都装到全局环境，用虚拟环境（下节会讲）隔离项目依赖，这是职业开发者的基本习惯。
环境搭好，下一节我们就可以放心开始写代码了。