在 Ubuntu 上装 Python 依赖，看起来只是执行一条安装命令，但真正影响后续使用体验的，是你选了哪条路径：系统仓库、Python 官方包管理，还是先建虚拟环境再装。本文按实际使用场景梳理 `apt`、`pip3` 和 `venv` 的适用范围、操作步骤与排错重点，方便你在“能装上”和“后面不冲突”之间做出更稳妥的选择。
先更新系统包列表
在安装任何依赖前，先刷新 Ubuntu 的软件包索引，避免拿到过期的仓库信息。这一步很简单，但通常值得先执行一次：
sudo apt update如果你接下来准备通过 apt 安装 Python 或系统级库，这一步尤其有必要。
什么时候用 apt 安装 Python 依赖
apt 适合安装系统级、基础型依赖，优点是和 Ubuntu 自带的软件包体系集成得更好，维护也更统一。像 requests、numpy 这类常见库，在官方仓库里通常都能找到对应包。
先补齐 Python3 和 pip
如果机器上还没装好 Python 3 和 pip，先执行：
sudo apt install python3 python3-pip安装指定库的标准写法
通过 apt 安装 Python 3 库时，常见格式是：
sudo apt install python3-<library-name>例如安装 requests：
sudo apt install python3-requests安装后怎么验证
装完之后，可以直接用一条 Python 命令确认模块是否可导入、版本是否正常：
python3 -c "import requests; print(requests.__version__)"需要注意的是，apt 仓库里的版本往往偏稳而不一定最新。如果项目明确要求新版本，或者你在仓库里找不到对应包，就更适合转向 pip。
什么时候改用 pip3 安装
pip 是 Python 官方推荐的包管理工具，更适合装最新版依赖，或者安装 Ubuntu 仓库里没有的第三方包。对开发项目来说，这通常也是更灵活的方式。
确认 pip3 可用
如果系统里还没有 pip3，可以先通过 apt 安装：
sudo apt install python3-pip安装单个库与指定版本
安装单个 Python 3 库的基本格式如下：
pip3 install <library-name>例如安装 numpy：
pip3 install numpy如果项目要求固定版本，也可以直接指定版本号。例如安装 requests 2.25.1：
pip3 install requests==2.25.1批量安装 requirements.txt
如果项目已经提供了 requirements.txt，最省事的做法是一次性安装全部依赖：
pip3 install -r requirements.txt安装后验证是否生效
同样可以用 Python 直接验证，例如检查 numpy 是否安装成功：
python3 -c "import numpy; print(numpy.__version__)"更推荐的做法：用虚拟环境隔离项目依赖
如果你同时维护多个项目，直接全局安装依赖很容易出现版本冲突。最典型的情况是：项目 A 需要 Django 3.x，项目 B 需要 Django 4.x。这时候，虚拟环境基本是默认选项。
创建虚拟环境
Python 3 内置了 venv 模块，可以直接创建隔离环境：
python3 -m venv <env-name>例如创建名为 myenv 的环境：
python3 -m venv myenv激活虚拟环境
进入环境后，后续使用的 pip 和已安装库都会限定在当前目录环境中：
source <env-name>/bin/activate示例：
source myenv/bin/activate在环境内安装依赖
激活成功后，直接使用 pip 安装即可：
pip install <library-name>这类安装只会影响当前虚拟环境，不会改动系统全局的 Python 依赖。
退出虚拟环境
用完后执行下面这条命令即可退出：
deactivate常见问题与处理建议
1. pip 安装提示权限不足
如果执行 pip3 install 时遇到权限问题，可以临时使用 --user 参数，把包安装到当前用户目录：
pip3 install --user <library-name>不过从长期维护看，虚拟环境通常比直接堆到用户目录更清晰，也更不容易出问题。
2. apt 和 pip 混装导致依赖冲突
常见情况是：系统里已经通过 apt 安装了 python3-numpy，后来又用 pip 安装了 numpy。一旦路径或版本不一致，就可能出现行为不符合预期的问题。
更稳妥的做法是：
- 系统级依赖优先用
apt管理； - 项目级依赖优先放进虚拟环境；
- 尽量避免在同一套全局 Python 环境里交叉混装。
3. pip 版本过旧
如果某些包安装异常，或者新特性不可用，可以先升级 pip：
pip3 install --upgrade pipUbuntu 安装 Python 依赖怎么选
如果你装的是系统级、稳定优先的基础库，用 apt 往往更省心；如果你追求最新版，或者项目依赖来自 Python 生态本身，pip3 更合适；而只要涉及真实项目开发，尤其是多个项目并行维护，优先使用虚拟环境通常是最稳妥的方案。
按照这个顺序判断：先看是不是系统级依赖，再看是否需要新版本，最后决定要不要放进虚拟环境，基本就能把 Ubuntu 上的大多数 Python 依赖安装场景处理清楚。
