CentOS 环境下如何安装 Python:4 种常见方法与选型建议

陈默
陈默
发布时间:2026-08-24| 45人浏览过
原创

前言

在 CentOS 上安装 Python,看起来只是执行几条命令,实际差别主要出在版本需求、维护方式和后续项目管理上。本文不只罗列命令,而是把 Yum、源码编译、Pyenv 和 Anaconda 分别放回各自适用场景里,并补上验证方法与避坑点,方便你根据 CentOS 版本、是否要多版本共存、是否做科学计算,直接判断哪条路线最合适。

在 CentOS 上安装 Python,真正麻烦的往往不是“怎么装”,而是“该选哪一种方式”。如果你只是想尽快得到可用环境,Yum 足够省事;如果要指定 3.10 以上版本、长期并存多个解释器,或者直接进入科学计算场景,安装路径就该换了。下面按常见需求把 4 种主流方案拆开讲清楚,并补上版本选择、验证方法和避免覆盖系统环境的关键细节。

先判断:你的场景适合哪种安装方式

开始之前,建议先按目标选路线,避免装完才发现不适合当前项目。

对比 Yum、源码编译、Pyenv 与 Anaconda 四种 CentOS 安装 Python 方式的适用场景和主要特点
四种安装方案怎么选用场景、版本灵活性和维护方式,快速判断该选哪条安装路径。
  • 只想快速安装、少踩依赖坑:优先用 Yum。
  • 需要特定版本,尤其是 Python 3.10 以上:优先考虑源码编译。
  • 同一台机器要切换多个 Python 版本:直接上 Pyenv。
  • 主要做数据分析、科学计算:Anaconda 更省时间。

方法一:使用 Yum 安装 Python

这是 CentOS 下最直接的安装方式,适合新手,也适合只需要稳定可用环境的服务器场景。Yum 安装的是预编译版本,依赖关系通常已经处理好,出错概率相对低。

1. 先更新系统包

sudo yum update -y

这一步的作用是把系统软件包同步到当前可用的最新状态,减少后续依赖冲突。

2. 按 CentOS 版本安装 Python 3

CentOS 8 及以上可以直接安装:

sudo yum install python3 -y

默认安装到的版本通常是 3.6+。

CentOS 7 及更早版本通常要先启用 EPEL 仓库,再安装 Python 3:

sudo yum install epel-release -y
sudo yum install python3 -y

3. 验证是否安装成功

python3 --version

如果输出类似下面的结果,就说明安装已经完成:

Python 3.9.16

如果你的目标只是获得一个稳定、可维护的系统 Python 环境,Yum 通常已经够用。但如果你需要更新版本或更细的控制能力,就要看下面两种方案。

方法二:通过源码编译安装

当系统仓库里的版本太旧,或者你明确需要某个指定版本,比如 3.11.2,源码编译会更灵活。它还能让你控制编译参数,比如开启优化选项。

1. 安装编译依赖

先把编译工具链和 Python 依赖库装齐:

sudo yum groupinstall "Development Tools" -y
sudo yum install openssl-devel bzip2-devel libffi-devel zlib-devel readline-devel sqlite-devel wget -y

这里会安装 gcc、make 以及 Python 编译时常见依赖的头文件和库文件。

2. 下载并解压源码包

以 Python 3.11.2 为例,可以直接从 Python 官网下载:

wget https://www.python.org/ftp/python/3.11.2/Python-3.11.2.tgz
tar xzf Python-3.11.2.tgz
cd Python-3.11.2

3. 配置、编译并安装

先执行配置:

./configure --enable-optimizations

--enable-optimizations 会开启优化编译,通常能改善 Python 运行性能。

然后根据 CPU 核心数并行编译,例如:

make -j 8

最后安装时,建议使用下面这条命令:

sudo make altinstall

这里的重点是 altinstall,不是 install。这样做可以避免覆盖系统默认 Python,尤其是在 CentOS 7 这类仍可能依赖系统 Python 2.7 的环境中,这一步非常关键。

4. 验证安装结果

python3.11 --version

如果你装的是其他版本,把命令里的 3.11 替换成实际版本号即可。

方法三:使用 Pyenv 管理多个 Python 版本

如果同一台机器既要跑旧项目,又要测试新版本,Pyenv 会比手动编译多个 Python 更省事。它的优势不只是安装,还包括全局、目录级别的版本切换。

Pyenv 在 CentOS 上的安装配置与版本切换流程图,包含依赖安装、初始化、安装指定版本与 global/local 切换
Pyenv 多版本管理流程Pyenv 的核心不是“装一个 Python”,而是把安装、切换和目录级隔离都纳入同一套流程。

1. 安装 Pyenv 依赖

sudo yum install git gcc zlib-devel bzip2 bzip2-devel readline-devel sqlite sqlite-devel openssl-devel xz xz-devel libffi-devel -y

2. 安装 Pyenv

curl https://pyenv.run | bash

3. 配置环境变量

把下面内容追加到 ~/.bashrc;如果你用的是 Zsh,则写入 ~/.zshrc:

export PATH="$HOME/.pyenv/bin:$PATH"
eval "$(pyenv init --path)"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"

保存后执行:

source ~/.bashrc

如果是 Zsh,则执行:

source ~/.zshrc

4. 安装并切换 Python 版本

安装指定版本:

pyenv install 3.11.2

设置全局默认版本:

pyenv global 3.11.2

如果只想让当前目录使用该版本,则执行:

pyenv local 3.11.2

5. 验证当前生效版本

python --version

如果输出类似 Python 3.11.2,说明当前解释器已经由 Pyenv 接管。

方法四:使用 Anaconda 安装

如果你的目标是数据科学、机器学习或科学计算,Anaconda 往往比“先装 Python 再补库”更省事。它自带大量常用包,例如 NumPy、Pandas、Matplotlib,适合希望尽快进入分析工作流的用户。

1. 下载 Anaconda 安装脚本

从 Anaconda 官网选择适合 CentOS 的版本。以 Anaconda3-2025.02-Linux-x86_64.sh 为例:

wget https://repo.anaconda.com/archive/Anaconda3-2025.02-Linux-x86_64.sh

2. 执行安装脚本

bash Anaconda3-2025.02-Linux-x86_64.sh

按提示完成安装即可,默认安装路径通常是 ~/anaconda3。

3. 激活配置

source ~/.bashrc

这一步用于让 conda 初始化配置生效。

4. 验证是否可用

conda list

如果能看到已安装包列表,说明 Anaconda 已正常安装。

安装时要注意的几个问题

CentOS 与 Python 版本要匹配

  • CentOS 7 一般建议安装 Python 3.6 及以上。
  • CentOS 8 及以上更适合 Python 3.8 及以上。

如果项目明确要求更高版本,例如 3.10+,优先考虑源码编译或 Pyenv。

CentOS 安装 Python 时的常见风险与规避建议,包括版本兼容、避免覆盖系统 Python 和虚拟环境隔离
安装前后要避开的坑真正决定后续是否省心的,往往不是安装命令本身,而是这几个容易被忽略的边界条件。

不要轻易覆盖系统默认 Python

尤其是在老版本 CentOS 上,系统工具可能依赖默认解释器。源码安装时建议使用 sudo make altinstall,而不是直接覆盖系统 Python。

如果你希望把 Python 安装到自定义目录,也可以使用 --prefix,例如:

--prefix=/usr/local/python3.11

项目环境尽量隔离

无论你采用 Yum、源码编译还是 Pyenv,项目依赖都建议放进虚拟环境,避免系统环境被不同项目互相污染。使用 venv 的基本命令如下:

python3 -m venv myenv
source myenv/bin/activate

如果你使用的是 Anaconda,则可以优先用 conda 管理环境。

结论:按需求选,别只看安装快不快

如果你只是想尽快在 CentOS 上跑起 Python,Yum 是最稳妥的起点;如果要指定版本或自定义参数,源码编译更灵活;多版本并存时,Pyenv 的维护成本最低;而面向数据科学工作流时,Anaconda 能省掉大量补环境的时间。选型时最关键的判断标准,不是命令多少,而是你的机器要长期承担什么任务。

相关标签:

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。