安装与执行
Python 是一门解释型语言，其源码文件无需编译过程即可直接由解释器逐行运行。执行 Python 代码的程序就是 Python 解释器，Python 官方使用 C 语言实现的 CPython 是目前的官方解释器，此外还有非官方的 PyPy、Jython 和 rustPython 等。
版本
Python 是在 GitHub 上的开源项目。与 C 语言不同，Python 官方提供使用 C 实现的解释器 CPython，因此 Python 每年发布新版本时会直接提供 CPython 的新版本，而非 C 语言出台新标准后等待 gcc、clang 等编译器跟进。
目前，Python 的最新版本为 2025 年的 Python 3.14，该版本也被昵称为 πthon。
安装 CPython
如果你的需求只是安装 Python，那么你就应当安装 CPython，而非其他各种稀奇古怪的 Python 解释器。
通用：使用 uv
uv 是使用 Rust 开发的新一代 Python 环境管理工具，也可以用于管理设备中安装的 Python，此工具可以取代 virtualenv、pip、poetry、pipx 等，集 Python 版本管理、pip 包管理、虚拟环境管理、依赖管理等于一体。
uv 支持 Windows、Linux 和 macOS。你可以通过终端安装 uv。
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"curl -LsSf https://astral.sh/uv/install.sh | sh这行命令会开始下载并安装 uv。完成之后，你就可以这样查看支持的 Python 版本并安装一个了。
> uv python list
cpython-3.14.0a6-linux-x86_64-gnu <download available>
cpython-3.14.0a6+freethreaded-linux-x86_64-gnu <download available>
cpython-3.13.3-linux-x86_64-gnu .local/share/uv/python/cpython-3.13.3-linux-x86_64-gnu/bin/python3.13
cpython-3.13.3+freethreaded-linux-x86_64-gnu <download available>
cpython-3.12.10-linux-x86_64-gnu <download available>
...对于已经存在的版本，会显示其可执行文件的路径。
使用 python3.xx 来执行 CPython 的对应版本，也可以完整复制上面列表中存在的版本名称来指定更精细的版本。uv 仅支持 3.8 及以上的版本，已经足够了。比如，安装 Python 3.12：
uv python install python3.12与常规的使用安装程序安装 Python 不同，uv 直接下载针对平台编译完毕的 CPython 二进制文件。
从官网下载
前往Python官网：https://www.python.org/downloads/windows/，获取任意版本、任意平台的安装程序并进行安装。
安装程序将完成一切过程，如果你有需要，也可以帮助配置环境变量。
Linux
许多 Linux 发行版已经附带了 Python 环境作为其功能实现的一部分。你可以首先在Linux终端中运行 python、python3 等命令来检查是否可用。
如果不可用，则需要另外进行安装。如对于 Ubuntu 发行版，可以使用如下命令：
sudo apt update
sudo apt install python3 python3-pip然后，python3 与 pip3 命令应当可用，表明安装成功。
如果你有需要，也可以考虑从源码编译安装，这里不做详细介绍。更多在Linux下安装Python的信息可参见https://zhuanlan.zhihu.com/p/24469848200。
虚拟环境
不同于其他的编译型语言，解释型语言与「环境」的交互更加强烈。在Python中，你可以通过pip包管理系统安装其他人做好的软件包，从而使用其他人实现的功能。
比如说安装numpy做数据处理，如果你直接使用pip install numpy，则numpy会被安装在全局环境中。长此以往，全局环境将变得臃肿，因此我们需要特事特办，使用虚拟环境来隔离臃肿，也可以减少不同库之间可能的潜在冲突。
uv
在刚才，安装完成 uv 并安装一个指定的 Python 版本之后，你可以创建一个空的项目目录，在其中运行 uv 的初始化命令来创建模板项目。
uv init也可以带上项目名称参数，uv 会在该名称命名的子目录下创建项目。
uv init MyProject
# 创建的模板项目位于 /MyProject 路径下uv 会在模板项目中创建一些东西，具体来说有：
.
├── .venv
│ ├── bin
│ ├── lib
│ └── pyvenv.cfg
├── .python-version
├── README.md
├── main.py
├── pyproject.toml
└── uv.lock其中：
.venv是虚拟环境目录，其中就是当前项目使用的 Python 虚拟环境解释器。.python-version是当前项目使用的 Python 版本，虚拟环境依据该文件中指定的版本创建，你可以直接修改。README.md是项目的自述文件。main.py是项目入口。pyproject.toml是 uv 的项目元数据配置文件，其中包含项目的名称、版本、作者和依赖等。uv.lock是项目依赖锁文件。
在 uv 管理的环境中安装新的包时，需要使用 uv add [package] 而不是 pip install [package]，这样才能让 uv 管理你的项目的依赖和虚拟环境。
在 uv 管理的环境中，使用 uv run main.py 运行 main.py，也可以以此类推运行其他名称的 Python 源文件。
venv
这是官方放在标准库中的虚拟环境实现。在终端中定位到你的目标位置，然后使用python -m venv myEnvironmentName，即可建立一个空白的虚拟环境。
在目录下会新增.venv目录，里面是启动此虚拟环境的脚本，与虚拟环境中安装的包，和 Python 可执行程序的「副本」。
Anaconda
Anaconda 是一个定制的 Python 发行版本，用于计算科学，致力于简化软件包管理和部署，并提供许多用于数据科学等领域的软件包。不过，你也可以把它当做是你的系统 Python。
与其他的虚拟环境管理模式不同，Anaconda 将所有的虚拟环境都保存在系统盘中，连带各虚拟环境中安装的软件包。
你可以从 清华大学开源软件镜像站 获取 Anaconda 的安装程序，注意可能稍微有一点大（300MB ~ 1GB），你可能需要关注以年份命名的 Anaconda 版本，因为它们比使用版本号命名的 Anaconda 更新。
MangoFanFan_