Ubuntu Python安装后如何配置IDE
导读:Ubuntu 上配置 Python IDE 的实用步骤 一 环境准备 确认已安装 Python 3 与 pip: 检查版本:python3 --version、pip3 --version 如未安装:sudo apt update &a...
Ubuntu 上配置 Python IDE 的实用步骤
一 环境准备
- 确认已安装 Python 3 与 pip:
- 检查版本:
python3 --version、pip3 --version - 如未安装:
sudo apt update & & sudo apt install python3 python3-pip
- 检查版本:
- 为每个项目创建并启用 虚拟环境(强烈推荐):
- 安装 venv:
sudo apt install python3-venv - 创建环境:
python3 -m venv .venv - 激活环境:
source .venv/bin/activate - 退出环境:
deactivate
- 安装 venv:
- 可选:将 pip 源换为国内镜像以加速安装(如清华源):
- 创建配置:
mkdir -p ~/.pip & & nano ~/.pip/pip.conf - 写入内容:
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple
- 创建配置:
二 配置 VS Code
- 安装 VS Code:
- APT:
sudo apt update & & sudo apt install code - 或 Snap:
sudo snap install --classic code
- APT:
- 安装扩展:打开 VS Code,在扩展市场搜索并安装 Microsoft 官方的 Python 扩展(提供智能补全、调试、测试、Jupyter 支持等)。
- 选择解释器:
- 打开命令面板(Ctrl+Shift+P)→ 输入并选择 Python: Select Interpreter → 选择项目虚拟环境中的解释器(如:
./.venv/bin/python)。
- 打开命令面板(Ctrl+Shift+P)→ 输入并选择 Python: Select Interpreter → 选择项目虚拟环境中的解释器(如:
- 运行与调试:
- 在代码文件中点击运行侧边栏或使用调试面板创建调试配置,即可断点调试、查看变量与堆栈。
VS Code 轻量、插件生态完善,适合从入门到进阶的多数场景。
- 在代码文件中点击运行侧边栏或使用调试面板创建调试配置,即可断点调试、查看变量与堆栈。
三 配置 PyCharm
- 安装 PyCharm:
- Snap:
sudo snap install pycharm-community --classic(社区版免费)或sudo snap install pycharm-professional --classic(专业版)。
- Snap:
- 首次配置:
- 新建项目时指定项目路径,并在 Project Interpreter 中选择已创建的虚拟环境(如:
./.venv/bin/python)。 - 如需使用系统解释器或其他虚拟环境,可在 File → Settings → Project: < 项目名> → Python Interpreter 中添加与切换。
- 新建项目时指定项目路径,并在 Project Interpreter 中选择已创建的虚拟环境(如:
- 运行与调试:
- 右键编辑器选择 Run 或使用顶部运行配置;通过断点、变量/堆栈窗口进行调试。
PyCharm 功能全面,适合中大型项目与专业开发。
- 右键编辑器选择 Run 或使用顶部运行配置;通过断点、变量/堆栈窗口进行调试。
四 其他常见选择
- Thonny(适合零基础):界面简洁、自带调试器,便于学习 Python 基础与交互式运行。
- Spyder(数据科学):内置 IPython 控制台、变量浏览器,贴近 NumPy/SciPy/Pandas 工作流。
- Vim / GNU Emacs(终端与高度可定制):配合插件(如 jedi-vim、syntastic、NERDTree 等)可打造轻量且高效的编辑环境。
以上工具覆盖从入门到进阶、从通用开发到数据科学的多种需求。
五 常见问题与优化
- 解释器未找到或包安装到系统:优先使用 虚拟环境,并在 IDE 中显式选择解释器路径(如 .venv/bin/python)。
- pip 安装慢或超时:配置 国内镜像源(如清华源)后再安装依赖。
- 运行卡顿或占用高:关闭不必要的插件/扩展与后台程序,优先使用虚拟环境减少依赖体积;必要时升级内存或换用更轻量的编辑器。
- 需要 Jupyter/数据科学工作流:VS Code 安装 Jupyter 扩展,或使用 Spyder/Thonny 获得更顺手的体验。
这些做法能显著提升环境稳定性与开发效率。
声明:本文内容由网友自发贡献,本站不承担相应法律责任。对本内容有异议或投诉,请联系2913721942#qq.com核实处理,我们将尽快回复您,谢谢合作!
若转载请注明出处: Ubuntu Python安装后如何配置IDE
本文地址: https://pptw.com/jishu/771083.html
