Python怎么使用pip安装第三方库

Chloe

发布时间：2026-11-12| 10人浏览过

原创

详细讲解在Python环境中使用pip安装、升级、管理第三方库的具体步骤、常用命令、网络加速配置及常见报错排查方法。

pip是Python官方推荐的包管理工具，用于下载、安装、更新和管理来自Python官方包索引（PyPI）的第三方库。安装第三方库最可靠的方式是在系统终端或命令提示符中，以模块方式执行 python -m pip install 库名。掌握环境核验、具体参数控制、国内镜像加速以及依赖隔离，能够彻底避免路径冲突与安装故障。

Python怎么使用pip安装第三方库 — 图 1：Python与pip包管理执行全景

一、准备工作：在命令行中确认Python与pip就绪

pip本身是一个Python脚本和模块。在执行安装操作前，需要打开操作系统的命令行窗口（Windows系统的CMD或PowerShell，macOS及Linux系统的Terminal终端），确认当前系统能够正确找到Python解释器。

很多初学者容易直接在Python交互式环境（即出现 >>> 提示符的地方）输入pip命令，这会导致解释器报语法错误（SyntaxError）。请确保你在系统操作系统的Shell中输入命令，而不是在Python内部执行。

python --version
python -m pip --version

示例终端输出

Python 3.11.8
pip 24.0 from /usr/local/lib/python3.11/site-packages/pip (python 3.11)

之所以优先推荐使用 python -m pip 而非单纯的 pip，是因为当一台计算机上同时存在多个Python版本（例如系统自带的Python与后续自行安装的Python）时，直接敲 pip 可能会调用到非预期的Python路径下，导致库装在A版本中，用B版本运行时却报 ModuleNotFoundError。使用 python -m pip 则明确告诉操作系统：使用当前指定的Python解释器来调用其对应的pip模块，保证包与解释器严格匹配。

二、核心安装操作：单库安装与版本精准控制

确认环境就绪后，即可执行具体的安装命令。以网络请求常用库 requests 为例，最基础的安装指令如下：

python -m pip install requests

示例安装过程输出

Collecting requests
Downloading requests-2.31.0-py3-none-any.whl (62 kB)
Collecting charset-normalizer<4,>=2 (from requests)
Downloading charset_normalizer-3.3.2-cp311-cp311-manylinux...whl (140 kB)
Installing collected packages: charset-normalizer, idna, urllib3, certifi, requests
Successfully installed certifi-2024.2.2 charset-normalizer-3.3.2 idna-3.6 requests-2.31.0 urllib3-2.2.1

从输出日志可以看到，pip不仅下载了 requests 本身，还会自动分析它的依赖项（例如 urllib3、certifi 等），并在本地完成依赖链条的完整安装，最后输出 Successfully installed 表示安装成功。

1. 指定精确版本安装

在实际开发中，新版库可能存在接口变动，需要指定特定历史版本，可以使用 == 操作符：

python -m pip install requests==2.28.1

2. 使用区间条件限定版本范围

当希望兼顾安全补丁且不破坏主要接口兼容时，可以通过区间限定符来约束版本号（由于命令行中的 >、< 属于重定向特殊符号，建议在包名外侧包裹英文双引号）：

python -m pip install "pandas>=1.5.0,<2.1.0"

3. 升级已有库到最新版本

若需要将已经安装的库更新到PyPI上的最新稳定版，可以加上 --upgrade（或缩写 -U）参数：

python -m pip install --upgrade requests

三、加速下载：配置国内镜像源

默认情况下，pip会访问官方服务器 pypi.org。国内用户在下载部分体积较大的轮子包（如PyTorch、TensorFlow、Scipy等）时，容易遇到下载速度慢或连接超时（ReadTimeoutError）的问题。切换至国内正规大学与云厂商维护的镜像站可以显著提升下载速率。

1. 单次临时使用国内源

在执行 install 命令时通过 -i 参数指定源地址：

python -m pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 永久全局配置镜像源

如果不想每次手动输入 -i 参数，可以通过 pip config 命令直接写入当前系统的全局配置文件。配置完成后，所有常规安装命令都会默认走该镜像源：

python -m pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

服务提供方	镜像源地址（URL）	适用特点
清华大学 TUNA	`https://pypi.tuna.tsinghua.edu.cn/simple`	教育网与公网同步快，稳定性高（推荐）
阿里云	`https://mirrors.aliyun.com/pypi/simple/`	国内云主机与企业网络接入友好
中国科学技术大学	`https://pypi.mirrors.ustc.edu.cn/simple/`	老牌开源镜像站，带宽充裕

四、工程规范：利用 requirements.txt 批量管理依赖

在协同开发或服务器部署阶段，一个项目往往依赖数十个第三方库，逐个手动敲命令安装既繁琐又容易遗漏。Python生态通常使用 requirements.txt 文件来统一管理依赖清单。

1. 导出当前环境已有的依赖文件

python -m pip freeze > requirements.txt

该命令会提取当前环境中通过pip安装的所有非系统内置库及其精确版本号，以 包名==版本号 的格式输出到文本文件中。

2. 根据依赖文件一键批量安装

换到新机器或新环境后，只需将 requirements.txt 放在当前工作目录，运行带有 -r 参数的安装指令：

python -m pip install -r requirements.txt

pip会按行读取文件中的包名和版本约束，依次完成全自动解析与安装，确保所有开发团队成员的代码运行在完全一致的依赖基准上。

五、结果验证与本地库管理

安装完成后，如何确认库已经正确写入当前环境并能正常工作？可以通过以下三种直接有效的方式进行核验：

1. 查看已安装库列表

python -m pip list

控制台会打印出按字母排序的所有第三方包名称以及当前生效的版本号。

2. 查询特定库的详细安装信息

python -m pip show requests

示例 show 输出

Name: requests
Version: 2.31.0
Summary: Python HTTP for Humans.
Location: /Library/Frameworks/Python.framework/Versions/3.11/lib/python3.11/site-packages
Requires: certifi, charset-normalizer, idna, urllib3

其中 Location 明确给出了该库在计算机硬盘上的具体存放绝对路径。

3. 在Python代码中执行导入测试

使用 Python 的 -c 选项直接运行一段简短代码：

python -c "import requests; print('requests版本:', requests.__version__)"

示例验证输出

requests版本: 2.31.0

如果控制台正常输出版本号且没有任何 ImportError，说明该库已经能够在Python脚本中正常调用。

4. 卸载不需要的第三方库

若测试完毕需要清理环境，使用 uninstall 命令，配合 -y 参数可直接跳过终端询问：

python -m pip uninstall requests -y

六、安装过程高频报错与解决措施

在初次使用pip的过程中，可能会遇到不同的终端报错。根据报错关键词，可以快速采取以下针对性措施：

报错一：'pip' 不是内部或外部命令，也不是可运行的程序
原因：在Windows安装Python时，未勾选“Add python.exe to PATH”，导致系统无法通过命令名定位到 python.exe 和 pip.exe 所在的 Scripts 目录。
对策：直接改用 python -m pip install 库名；若连 python 也无法识别，需重新运行Python安装包，选择“Modify”，勾选添加到系统环境变量（Add Python to environment variables）。

报错二：PermissionError: [Errno 13] Permission denied 或 Access is denied
原因：Python安装在系统管理员目录（例如 Windows 的 C:\Program Files，或 Linux/macOS 的全局 /usr/local），普通终端没有修改该目录的写入权限。
对策：在命令后追加 --user 参数，将库安装到当前用户的私有目录下（如 python -m pip install --user requests）；或者使用下述的虚拟环境。

报错三：依赖版本互斥冲突（ResolutionImpossible）与多环境污染
原因：长期在系统的全局Python环境中安装各种库，导致不同第三方库对公共依赖（如 numpy、urllib3）的版本要求互斥，pip无法计算出能够同时兼容所有库的解。
对策：为每个独立项目创建专属的虚拟环境（venv）。虚拟环境彼此完全隔离，具备独立的 pip 与 site-packages 空间：

# 1. 在当前工程目录创建名为 .venv 的虚拟环境
python -m venv .venv

# 2. 激活虚拟环境
# Windows系统运行：
.venv\Scriptsctivate
# macOS或Linux系统运行：
source .venv/bin/activate

# 3. 激活后命令行前会出现 (.venv)，此时直接安装，完全免受全局冲突影响
pip install requests

七、总结

使用pip安装第三方库的核心逻辑可以概括为三个要点：首先，养成使用 python -m pip install 库名 的规范习惯，杜绝环境错位与路径找不到问题；其次，合理配置国内镜像源以解决跨境网络波动带来的超时失败；最后，对于正式项目开发，始终优先采用 venv 虚拟环境进行依赖隔离，并借助 requirements.txt 固化版本信息，让项目的依赖环境清晰、稳定且可复现。