Python安装与环境搭建的完整流程和避坑指南

建议先收藏，装Python的时候一定用得上

前言

我第一次装Python时花了3个小时。

环境变量配错、pip装不上、版本冲突……后来帮同事装又踩了一遍坑，再后来换电脑又来一遍。第三次的时候我就在想：为什么没人告诉我这些坑？

这篇文章是我装了5次Python后总结出来的，照着做10分钟搞定，帮你把坑全填了。

一、安装Python（最容易踩坑的环节）

1.1 下载Python

打开 python.org/downloads，页面中间会有一个黄色按钮 "Download Python 3.12.x" ，点击即可下载 Windows 安装包（.exe）。

版本建议：选 Python 3.12+ （2026年当前稳定版）。3.9已经偏旧了，很多新库不再支持。别追求最新3.13，除非你明确需要新特性。

1.2 安装——90%的人栽在这一步

安装时，第一屏最底下有个勾选框，一定要勾上！

打开安装包后，你会看到安装向导的第一屏，底部有一个 "Add python.exe to PATH" 的复选框——必须勾选！ 这是90%的新手踩坑的地方。

• Add python.exe to PATH（将Python添加到环境变量）—— 必须勾！不勾后面全是坑
• pip（包管理工具）—— 默认勾选，别取消

然后点 "Customize installation"，建议别装C盘根目录，选个好找的位置，比如 D:\Python312。

我第一次装的时候没勾PATH，后面命令行死活找不到python，排查了1个多小时才发现是这个选项没勾……血泪教训。

1.3 验证安装

装完别急着关，先验证一下。按 Win + R，输入 cmd 回车，然后：

python --version
# 输出类似：Python 3.12.x  ← 看到这个就对了
​
pip --version
# 输出类似：pip 25.x from D:\Python312\lib\site-packages\pip (python 3.12)

看到 Python 3.12.x 和 pip 25.x 的版本号输出，说明安装成功

如果显示 'python' 不是内部或外部命令——恭喜你踩到第一个坑了，往下看第四部分环境变量配置。

二、配置开发环境

2.1 VS Code（推荐新手用）

VS Code免费、轻量、插件生态强，新手首选。

装完VS Code后，必须装一个Python扩展，不然跟记事本没区别：

1. 按 Ctrl + Shift + X 打开扩展面板
2. 搜索 "Python"
3. 安装 Microsoft 官方的 Python 扩展（搜索结果第一个，下载量100M+的那个，作者显示 "Microsoft"）

安装完扩展后，VS Code 右下角状态栏会显示当前 Python 版本，如果没显示说明还没选解释器，看下面。

配置Python解释器（这步不做代码跑不起来）：

1. 按 Ctrl + Shift + P 打开命令面板（顶部会弹出一个输入框）
2. 输入 "Python: Select Interpreter"
3. 在下拉列表中选择你刚安装的 Python 3.12.x，路径类似 D:\Python312\python.exe

如果列表里没有你的Python版本，点 "Enter interpreter path..." 手动选择安装目录下的 python.exe。

2.2 PyCharm（功能最全）

JetBrains出品，功能强大，适合做大项目。

• PyCharm Community（免费）—— 学习和小项目够用
• PyCharm Professional（付费）—— 支持Web开发、数据库等高级功能

新手建议先用VS Code，PyCharm太重了，容易把人劝退。

2.3 Jupyter Notebook（数据科学必备）

做数据分析、机器学习首选，所见即所得——写一段代码立刻看到结果。

单独安装：

pip install jupyter notebook

启动：

jupyter notebook

浏览器会自动打开。如果你装了Anaconda，Jupyter已经内置了，不用单独装。

三、包管理——pip和conda怎么选？

3.1 pip（最常用）

pip是Python官方的包管理工具，99%的Python开发者都用它。

# 安装包
pip install requests          # 安装单个包
pip install pandas numpy      # 同时安装多个
pip install pandas==2.2.0     # 安装指定版本
​
# 升级包
pip install --upgrade pandas
​
# 查看已安装
pip list
​
# 卸载
pip uninstall requests
​
# 导出依赖列表（项目部署必备！）
pip freeze > requirements.txt

3.2 conda（数据科学场景）

conda的优势是可以管理非Python依赖（比如C库），适合科学计算。

conda install numpy pandas           # 安装包
conda create -n myenv python=3.12    # 创建虚拟环境
conda activate myenv                 # 激活环境

3.3 一张图说清pip和conda的选择

pip和conda不要混用，选一个坚持到底，不然环境会乱套。这是我自己踩过的坑，conda环境里用pip装包，版本冲突到怀疑人生。

四、环境变量——踩坑重灾区

4.1 什么是环境变量？

简单说：你在命令行输入 python，系统怎么知道去哪找 python.exe？靠的就是PATH环境变量。

4.2 手动配置（如果你安装时忘了勾PATH）

右键"此电脑" → 属性 → 高级系统设置 → 环境变量

在"系统变量"里找到 Path，双击编辑

新增两条路径：

D:\Python312\
D:\Python312\Scripts\

确定保存，重新打开命令行窗口（不重启不生效！）

操作路径：右键"此电脑" → 属性 → 高级系统设置 → 环境变量 → 在"系统变量"中找到 Path 双击 → 点"新建" → 分别添加 D:\Python312 和 D:\Python312\Scripts → 确定。

4.3 验证

where python
# 应该输出：D:\Python312\python.exe

五、常见坑和解决方案

坑1：'python' 不是内部或外部命令

这是新手遇到最多的坑，没有之一。

原因：安装时没勾选"Add Python to PATH"，或者手动配置了但没重启命令行。

解决：

• 方案A：卸了重装，这次记得勾
• 方案B：按第四部分手动配置环境变量，然后重启命令行

坑2：pip安装包巨慢，甚至超时

原因：默认从国外服务器下载，国内网络经常连不上。

解决：换国内镜像源，速度提升10倍：

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

常用镜像（选一个就行）：

一劳永逸的方法（不用每次都加 -i）：

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

坑3：pip和python版本不匹配

装完发现pip装的包import不了，原因是系统里有多个Python版本，pip对应的是另一个版本。

解决：

# 用明确的python路径装pip包
python -m pip install requests
​
# 而不是直接
pip install requests

坑4：安装时提示权限不足

解决：右键安装包 → 以管理员身份运行

坑5：装了VS Code但代码跑不起来

大概率是没选解释器。按 Ctrl + Shift + P → 输入 "Python: Select Interpreter" → 选你的Python版本。

六、运行Python代码的3种方式

6.1 脚本文件（最常用）

创建 .py 文件，写代码，命令行运行：

# hello.py
print("Hello, World!")
name = input("请输入你的名字：")
print(f"你好，{name}！欢迎来到Python的世界 🐍")

python hello.py

6.2 交互式解释器（适合测试小代码）

命令行输入 python，进入交互模式：

>>> 2 + 2
4
>>> print("测试一下")
测试一下
>>> exit()  # 退出

6.3 VS Code中直接运行

打开 .py 文件，按 F5 或点右上角的运行按钮

七、辅助工具（很有用但很多人不知道）

pydoc——命令行看文档

pydoc print      # 查看print函数文档
pydoc -b         # 启动本地文档服务器，浏览器查看所有模块

help()——代码里查帮助

help(print)      # 查看print帮助
help(str)        # 查看str类帮助

doc——直接看文档字符串

print(print.__doc__)

八、第一个Python程序——环境检测

前面讲了这么多，来写个程序验证环境是否OK：

# check_env.py - Python环境检测程序
​
import sys
import platform
​
def main():
    print("=" * 45)
    print("  🔍 Python 环境检测程序")
    print("=" * 45)
​
    # 环境信息
    print(f"\n  📌 Python版本：{sys.version}")
    print(f"  📌 安装路径：{sys.executable}")
    print(f"  📌 操作系统：{platform.system()} {platform.release()}")
    print(f"  📌 架构：{platform.machine()}")
​
    # 获取用户输入
    print("\n" + "-" * 45)
    name = input("  你叫什么名字？").strip() or "未来的Python大佬"
    print(f"\n  👋 {name}，你的Python环境一切正常！")
    print("  接下来，让我们开始写代码吧 🚀")
    print("=" * 45)
​
if __name__ == "__main__":
    main()

运行效果：

在 VS Code 中打开 check_env.py，按 F5 运行，终端会输出环境信息并等待你输入名字：

=============================================
  🔍 Python 环境检测程序
=============================================
​
  📌 Python版本：3.12.x (main, ...)
  📌 安装路径：D:\Python312\python.exe
  📌 操作系统：Windows 10
  📌 架构：AMD64
​
---------------------------------------------
  你叫什么名字？荣码
​
  👋 荣码，你的Python环境一切正常！
  接下来，让我们开始写代码吧 🚀
=============================================

看到这个输出，说明你的环境 完全OK

总结

一篇文章搞定Python环境搭建，5个坑都帮你填好了：

以上就是Python安装与环境搭建的完整流程和避坑指南的详细内容，更多关于Python环境搭建的资料请关注脚本之家其它相关文章！

最新评论