python脚本怎么执行基本方式有哪几种

一、命令行/终端直接调用：最基础的标准方式

这是所有 Python 开发者必须掌握的核心方式。无论使用 Windows 的 PowerShell / CMD，还是 macOS 和 Linux 的 Terminal，直接调用解释器运行脚本的逻辑完全一致：在终端中输入解释器名称，后接待运行的脚本文件路径。

1. 基本命令格式与多版本区分

基本语法格式如下：

python script.py

在 Linux 或 macOS 系统中，由于历史上系统常预装 Python 2，系统别名可能将 python 指向旧版本，或完全未设置该别名。此时应明确使用 python3：

python3 script.py

2. 相对路径与绝对路径的使用

终端需要定位到该脚本所在的位置。有两种常见做法：

• 切换目录后执行：先用 cd 进入脚本所在文件夹，再直接输入文件名：

cd /path/to/project
python3 main.py

• 直接使用完整路径执行：无需切换当前工作目录，在任何位置直接指定绝对路径或相对路径：

python3 /path/to/project/main.py

3. 携带命令行参数执行

执行脚本时可以在文件名后附加参数，多个参数之间使用空格分隔。这些参数会被捕获并存入标准库 sys.argv 列表中：

python3 process_data.py --input raw.csv --limit 100

在 process_data.py 中，sys.argv[0] 存放脚本名称，随后的元素依次存放传入的参数值。

二、以模块方式执行（python -m）：规范的多文件项目运行方式

在编写中大型项目时，代码往往被组织在具有层次的包（Package）和子目录中。此时如果直接使用 python path/to/script.py，常常会遇到 ModuleNotFoundError 或相对导入失败（ImportError: attempted relative import with no known parent package）。

这是因为两者的模块搜索路径（sys.path）初始化机制截然不同：

• 使用 python script.py 时，Python 会将 script.py 所在的直接目录添加到 sys.path 的第一个元素中。父级目录并不在搜索路径内。
• 使用 python -m mypackage.script 时，Python 会将当前终端所在的工作目录（Current Working Directory）作为搜索根路径，随后按照模块层级逐步向下查找并执行。

操作示例与对比

假设项目结构如下：

my_project/
├── data/
│   └── helper.py
└── run/
    └── task.py

如果在 task.py 中编写了 from data.helper import query_db，当在 my_project 目录下运行：

# 容易报错的方式：
python run/task.py
# 报错原因：此时 sys.path[0] 是 my_project/run，解释器找不到同级的 data 目录

# 正确规范的方式：
python -m run.task
# 正常运行：此时 sys.path[0] 是 my_project，能正确识别到 data 模块

三、作为系统可执行文件直接运行（Shebang 与文件权限）

在 Linux 和 macOS 环境下，可以像执行系统原生程序或 Shell 脚本一样，输入 ./script.py 直接运行 Python 脚本。这需要完成两个必要前置设置：声明 Shebang 首行与赋予执行权限。

1. 声明 Shebang（释伴行）

在 Python 脚本的最顶部第一行添加指示系统内核调用哪个解释器的指令：

#!/usr/bin/env python3

使用 /usr/bin/env python3 比直接硬编码 #!/usr/bin/python3 更推荐。因为 env 会在当前用户的 PATH 环境变量中动态查找第一个出现的 python3，当项目启用了虚拟环境时，它会自动匹配虚拟环境中的解释器，而不是强行使用系统默认环境。

2. 授予可执行权限

新建的文件在 Linux/macOS 上默认没有执行（x）权限，如果直接执行会收到 Permission denied 提示。需要在终端中为其赋予执行权限：

chmod +x script.py

3. 直接调用运行

赋予权限后，即可使用相对路径直接调用：

./script.py

四、在集成开发环境（IDE）中一键运行

在日常编写与调试代码时，绝大多数开发者更倾向于使用 IDE（如 VS Code、PyCharm、Spyder）或 Python 官方附带的 IDLE。这些工具提供了图形界面的“Run / 运行”按钮或快捷键（如 PyCharm 的 Shift + F10、VS Code 的 F5 / Ctrl + F5）。

IDE 运行的底层本质

很多初学者误以为 IDE 内部拥有一套不同于命令行的特殊执行引擎，其实不然。当你在 IDE 中点击“Run”时，IDE 做的实质工作是：

1. 读取你在当前项目配置中绑定的 Python 解释器路径（例如 /project/.venv/bin/python）；
2. 启动一个内置的终端会话（Integrated Terminal）；
3. 在终端中自动拼接并执行类似 /path/to/venv/python /path/to/current_file.py 的完整命令。

理解这一点非常关键。当在 IDE 中遇到“第三方库已安装却报找不到”时，问题几乎总是因为 IDE 右下角选中的解释器 与你在系统终端里安装第三方库所使用的 Python 环境不一致所导致的。

五、在交互式环境（REPL / IPython / Jupyter）中动态执行

在进行算法调试、数据探索或快速验证时，除了将代码作为一个独立进程从头跑到尾，还可以利用交互式环境加载运行已保存的脚本。

1. 原生 REPL 中使用 exec() 动态执行

在终端直接输入 python 启动交互式命令行（出现 >>> 提示符）后，可以使用内置函数读取并执行文件：

>>> with open("script.py", "r", encoding="utf-8") as f:
...     exec(f.read())

这种方式会将脚本中的变量、函数直接注入到当前交互会话的全局作用域中，方便在执行完毕后继续在 >>> 提示符下打印变量或调用函数检查结果。

2. IPython 与 Jupyter 中的 %run 魔法命令

在 IPython 交互终端或 Jupyter Notebook 单元格中，可以使用 %run 魔法命令：

In [1]: %run script.py

与原生的 exec() 相比，%run 会作为一个独立的顶层命名空间运行脚本（__name__ 会被置为 "__main__"），且运行完成后所有定义的变量依然驻留在交互环境中，非常利于数据分析过程中的重复实验。

六、容易混淆的说法与常见避坑点辨析

1. 说法辨析：“双击 .py 文件就能直接运行”

为什么看似合理：在 Windows 系统上安装 Python 时，如果勾选了文件关联，.py 文件的默认打开方式就是 Python 解释器。双击该文件确实会启动进程。

哪里需要修正：很多初学者双击后只看到一个黑色的黑框（命令行窗口）一闪而过，程序就结束了。这是因为控制台程序执行完毕后，操作系统会自动关闭该终端窗口。如果脚本没有最后一句阻塞等待用户输入的语句（例如 input("按回车键退出...")），肉眼根本来不及看清楚输出结果或报错信息。因此，脚本开发与调试应始终优先在终端或 IDE 中运行，而不是依赖双击。

2. 说法辨析：“只要有了虚拟环境，直接打 python 就一定使用的是该环境”

为什么看似合理：很多开发者认为自己已经在项目里建了 venv 目录，输入 python 就该自动关联。

哪里需要修正：虚拟环境生效的前提是已激活（Activate）或直接通过虚拟环境路径调用。如果没有执行激活脚本（如 source .venv/bin/activate 或 Windows 下的 .venv\Scriptsctivate），系统中的 python 命令依然指向全局 Python，从而导致依赖包缺失报错。最稳妥的方式是直接带路径执行：

# Linux / macOS:
.venv/bin/python main.py

# Windows:
.venv\Scripts\python.exe main.py

七、总结

执行 Python 脚本并没有唯一固定的方式，核心在于根据开发与运行环境的需求做出选择：

• 对于单文件测试与快速脚本，使用 python script.py 即可快速满足需求；
• 对于包含复杂模块引用的规范工程，优先在根目录执行 python -m package.module；
• 对于类 Unix 运维脚本与自动化工具，编写首行 Shebang 配合 chmod +x 可以让体验如原生命令般流畅；
• 在开发阶段，合理配置 IDE 的解释器以获得良好的单步调试与补全支持；
• 在交互分析场景下，善用 %run 保持内存状态，大幅提高探索效率。