Python怎么查看、更新和卸载已安装的第三方库

许南星
许南星
发布时间:2026-10-30| 6人浏览过
原创

全面讲解在Python中如何使用pip查看已安装的第三方库、查询过期待更新版本并执行安全升级,以及如何彻底卸载不再使用的模块。包含核心命令对比、依赖检查与多环境操作注意事项。

在Python开发中,管理第三方库最常用且标准的工具是pip。掌握包的管理只需熟悉三类核心命令:使用 pip list 或 pip show 查看库及其具体信息,使用 pip install --upgrade <包名> 更新库至新版本,以及使用 pip uninstall <包名> 卸载不再需要的库。为了避免多环境路径混淆,推荐统一使用 python -m pip 前缀来保证针对当前解释器操作。
Python怎么查看、更新和卸载已安装的第三方库
图1:Python 第三方库生命周期管理核心指令流

一、如何查看已安装的第三方库

在日常开发中,查看库的需求主要分为三类:想知道当前环境安装了哪些库、想查询某个特定库的安装细节(如安装目录、依赖关系)、或者需要将当前环境的所有库导出为团队协作文件。针对不同场景,pip 提供了三个专门命令。

1. 查看全部已安装库:pip list

打开终端或命令行工具,运行 pip list 即可按字母顺序列出当前环境中安装的所有第三方库及其版本号:

python -m pip list
终端示例输出:
Package            Version
------------------ ---------
certifi            2024.2.2
charset-normalizer 3.3.2
idna               3.7
pip                24.0
requests           2.31.0
urllib3            2.2.1

2. 查看具体库的详细信息:pip show

当需要确认某个库的具体版本号、物理安装路径(Location)、或者它依赖了哪些其他库(Requires)时,使用 pip show <库名> 是最精准的方式:

python -m pip show requests
终端示例输出:
Name: requests
Version: 2.31.0
Summary: Python HTTP for Humans.
Home-page: https://requests.readthedocs.io
Author: Kenneth Reitz
Author-email: me@kennethreitz.org
License: Apache 2.0
Location: /usr/local/lib/python3.11/site-packages
Requires: certifi, charset-normalizer, idna, urllib3
Required-by: 

输出中的 Requires 表示该库运行所需的底层依赖,而 Required-by 则展示了当前环境中哪些其他库依赖了它。在准备卸载或排查依赖冲突时,这两个字段尤为关键。如果还需要查看该库安装了哪些具体文件,可以附加 -f 参数(即 pip show -f <库名>)。

3. 查看用于环境迁移的依赖清单:pip freeze

pip freeze 的输出格式与 pip list 不同,它以 包名==版本号 的形式输出,这种格式严格符合 Python 依赖清单文件的语法规范:

python -m pip freeze
终端示例输出:
certifi==2024.2.2
charset-normalizer==3.3.2
idna==3.7
requests==2.31.0
urllib3==2.2.1

通过输出重定向命令 python -m pip freeze > requirements.txt,可以快速将当前环境固化为配置文件,其他开发人员在拿到该文件后执行 pip install -r requirements.txt 即可一键还原出完全一致的开发环境。

Python怎么查看、更新和卸载已安装的第三方库
图2:三种查看已安装库指令的功能定位与信息粒度对比

二、如何检查并更新已安装的第三方库

随着项目推进,第三方库可能会发布性能修复或安全补丁,适时更新非常必要。但盲目升级可能破坏现有依赖,稳妥的做法是:先查询哪些库有可用更新,再针对性升级并验证。

1. 查询过期待更新的库:pip list --outdated

运行带有 --outdated(或简写 -o)参数的 list 命令,pip 会自动联网比对官方 PyPI 仓库的最新版本:

python -m pip list --outdated
终端示例输出:
Package    Version Latest Type
---------- ------- ------ -----
requests   2.28.0  2.31.0 wheel
urllib3    1.26.18 2.2.1  wheel

该表格会清晰展示三项关键数据:Version(当前机器安装的版本)、Latest(云端最新发布的版本)以及安装包格式类型。

2. 执行升级命令:pip install --upgrade

更新库的核心参数是 --upgrade(也可以简写为 -U)。将指定库升级到最新版本的标准命令为:

python -m pip install --upgrade requests

pip 会自动计算该库最新版本所需的子依赖,先下载新版轮子文件,卸载旧版本,再安装新版本及补全新依赖。

提示:定向更新到指定版本
如果最新版本存在破坏性变更(Breaking Changes),你可以指定具体版本号升级或回退,例如: python -m pip install --upgrade requests==2.30.0

3. 更新 pip 自身

pip 工具本身也是一个 Python 库,当检测到 pip 有新版可用时,终端常会输出警告信息。升级 pip 本身的推荐命令是:

python -m pip install --upgrade pip
Python怎么查看、更新和卸载已安装的第三方库
图3:第三方库安全更新与依赖完整性验证步骤

三、如何卸载不再使用的第三方库

当测试库不再需要或需要更换替代品时,应及时卸载以保持环境轻量。卸载的核心命令是 pip uninstall。

1. 常规卸载流程

执行卸载命令后,pip 会列出将被移除的文件路径并暂停等待用户确认输入 y:

python -m pip uninstall requests
终端交互过程:
Found existing installation: requests 2.31.0
Uninstalling requests-2.31.0:
  Would remove:
    /usr/local/lib/python3.11/site-packages/requests-2.31.0.dist-info/*
    /usr/local/lib/python3.11/site-packages/requests/*
Proceed (Y/n)? y
  Successfully uninstalled requests-2.31.0

2. 静默免确认卸载:-y 参数

在编写自动化脚本、容器构建流程或确定要直接删除时,可以追加 -y 参数跳过手动确认环节:

python -m pip uninstall requests -y

3. 一次性批量卸载多个库

如果需要同时移除多个库,只需在命令后以空格分隔列出各个库名:

python -m pip uninstall numpy pandas matplotlib -y

也可以通过 requirements 文件反向批量卸载:python -m pip uninstall -r requirements.txt -y。

注意事项:孤立子依赖的处理
pip uninstall 默认仅移除指定的包本体,不会自动连带删除此前为了安装该包而一并引入的底层依赖包。若需要清理不再被任何库引用的“孤立依赖”,建议使用 Python 内置虚拟环境直接重建,或者借助 pip check 审查当前依赖树的健康状况。

四、操作关键:多环境避免冲突与决策速查

很多初学者在查看、更新或卸载库时,经常遇到“明明运行了更新,脚本里还是旧版本”或者“提示安装成功,代码却报错 ModuleNotFoundError”。这几乎都是因为系统中存在多个 Python 解释器(例如操作系统自带 Python、独立安装的 Python、以及 Conda 或 IDE 虚拟环境)。

  • 使用明确的模块调用方式:始终使用 python -m pip ... 代替独立的 pip ...。这样可以确保执行的 pip 绝对绑定在当前激活终端的那个 python 命令上。
  • 使用虚拟环境隔离项目:为每个独立项目使用 python -m venv .venv 创建专属虚拟环境,避免全局环境被各种冲突版本的库污染。
  • 避免滥用管理员权限:在 Linux 或 macOS 上不要使用 sudo pip install,这可能破坏系统自带关键工具。如需全局安装且权限不足,应加上 --user 参数。
Python怎么查看、更新和卸载已安装的第三方库
图4:Python 包管理核心命令速查与多环境运行决策图

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。