我们将采用业界公认的最佳实践,使用 venv 进行虚拟环境隔离，并用 pip 管理包，最后使用 VS Code 作为集成开发环境。

目录

1. 第一步：系统更新
2. 第二步：安装 Python
3. 第三步：创建虚拟环境
4. 第四步：安装项目依赖
5. 第五步：选择并配置 IDE (VS Code)
6. 第六步：运行和调试你的第一个 Python 程序
7. 进阶与最佳实践

第一步：系统更新

在安装任何新软件之前,始终保持系统软件包列表是最新的，这是一个好习惯，打开终端（快捷键 Ctrl+Alt+T），运行以下命令：

# 更新软件包列表
sudo apt update
# 升级已安装的软件包
sudo apt upgrade -y

• sudo：以超级用户（管理员）权限执行命令。
• apt update：从服务器获取最新的软件包信息。
• apt upgrade：将已安装的软件包升级到最新版本。
• -y：对所有提示回答“是”，实现非交互式升级。

第二步：安装 Python

Ubuntu 通常会预装 Python，但版本可能不是最新的，我们可以通过 apt 来安装一个稳定且广泛使用的版本（如 Python 3.10 或 3.12）。

检查是否已安装 Python

检查你的系统上是否已经安装了 Python 3：

python3 --version

如果看到类似 Python 3.10.12 的输出，说明你已经安装了，你可以直接跳到第三步。

安装 Python 3

如果提示 command not found 或者版本过旧，请运行以下命令进行安装：

# 安装 Python 3 及其标准开发库和工具
sudo apt install python3 python3-pip python3-venv -y

• python3: Python 3 解释器本身。
• python3-pip: pip 是 Python 的包安装工具，用于安装第三方库。
• python3-venv: venv 模块，用于创建虚拟环境。

安装完成后,再次验证版本：

python3 --version
pip3 --version

你的 Python 开发核心环境已经准备好了。

第三步：创建虚拟环境

为什么需要虚拟环境？

虚拟环境可以为每个项目创建一个独立的、隔离的 Python 环境，这样，不同项目之间的依赖库就不会互相冲突，比如项目 A 需要 requests==2.25.0，而项目 B 需要 requests==2.28.0，在虚拟环境中，这完全可以实现。

创建项目目录

为你的新项目创建一个文件夹,并进入该目录。

# 创建一个名为 my_project 的项目文件夹
mkdir my_project
# 进入该文件夹
cd my_project

创建虚拟环境

在项目目录下,运行以下命令来创建一个名为 .venv 的虚拟环境（.venv 是一个常用的命名约定，表示这是一个环境文件夹）：

python3 -m venv .venv

• python3 -m venv：告诉 Python 以模块方式运行 venv。
• .venv：指定虚拟环境的目录名。

执行后,你会看到当前目录下多出了一个 .venv 文件夹。

激活虚拟环境

每次在项目目录下工作时，都必须先激活虚拟环境。

source .venv/bin/activate

激活成功后,你的终端提示符前面会出现 (.venv)，这表明你当前处于虚拟环境中。

(.venv) user@ubuntu:~/my_project$

重要提示：当你完成工作，关闭终端时，虚拟环境会自动退出，下次需要工作时，只需重新打开终端，进入项目目录，并再次运行 source .venv/bin/activate 即可。

第四步：安装项目依赖

现在你在一个干净、隔离的环境中，可以开始为你的项目安装所需的 Python 包了。

使用 pip 安装包

pip 会在当前激活的虚拟环境中安装包。

# 安装一个流行的网络请求库
(.venv) pip install requests
# 安装一个数据分析和处理库
(.venv) pip install pandas

导出依赖列表 (requirements.txt)

当你需要将项目分享给别人,或者部署到服务器时，你需要告诉他们项目依赖了哪些库以及它们的版本。pip 可以轻松地导出一个列表文件。

# 将当前环境中所有已安装的包及其版本号导出到 requirements.txt 文件中
(.venv) pip freeze > requirements.txt

你的项目目录下会多出一个 requirements.txt 文件，它的内容可能像这样：

requests==2.31.0
pandas==2.0.3

从 requirements.txt 安装依赖

当别人拿到你的项目后,他们只需要：

1. 创建并激活虚拟环境。
2. 运行以下命令,即可一键安装所有依赖：

(.venv) pip install -r requirements.txt

第五步：选择并配置 IDE (VS Code)

虽然可以用 vim 或 nano 在终端里写代码，但使用一个功能强大的集成开发环境能极大提升效率。Visual Studio Code (VS Code) 是目前最受欢迎的免费代码编辑器之一。

安装 VS Code

你可以通过 Ubuntu 的软件中心搜索 "Visual Studio Code" 进行安装，或者使用命令行：

# 下载微软的 GPG 密钥
wget -qO- https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > packages.microsoft.gpg
# 将密钥添加到系统信任列表
sudo install -o root -g root -m 644 packages.microsoft.gpg /etc/apt/trusted.gpg.d/
# 添加 VS Code 的软件源
echo "deb [arch=amd64,arm64,armhf signed-by=/etc/apt/trusted.gpg.d/packages.microsoft.gpg] https://packages.microsoft.com/repos/code stable main" | sudo tee /etc/apt/sources.list.d/vscode.list
# 更新软件包列表并安装 VS Code
sudo apt update && sudo apt install code -y

安装后,你可以在应用程序菜单中找到 VS Code 并启动它。

配置 VS Code 以使用虚拟环境

这是最关键的一步,它能让 VS Code 智能地识别你当前激活的虚拟环境，并提供代码补全、错误检查和调试等功能。

1. 打开项目文件夹：在 VS Code 中，选择 File -> Open Folder...，然后选择你之前创建的 my_project 文件夹。
2. 选择解释器：
   • 按 Ctrl+Shift+P 打开命令面板。
   • 输入 Python: Select Interpreter 并选择它。
   • 在弹出的列表中,选择你刚刚创建的虚拟环境中的解释器，它的路径通常是 .../my_project/.venv/bin/python3。
   • 选择后,VS Code 窗口右下角会显示你选择的 Python 版本，并且终端底部的状态栏也会显示 Python: venv。

VS Code 已经完全配置好了！你可以在其中创建 .py 文件，享受智能提示等功能。

推荐的 VS Code 插件

在 VS Code 的扩展面板（左侧活动栏的方块图标）中搜索并安装以下插件：

• Python: 由微软官方提供，提供最核心的 Python 语言支持。
• Pylance: 提供更快的代码补全、类型检查和导航功能。
• Black Formatter: 一款强大的代码格式化工具，让你的代码风格统一。
• Python Test Explorer: 方便地发现和运行你的单元测试。

第六步：运行和调试你的第一个 Python 程序

1. 在 VS Code 中，创建一个名为 main.py 的文件，并输入以下代码：

   import requests
   import pandas as pd
   def main():
       print("Hello, Ubuntu Python World!")
       # 使用 requests 库获取一个网页
       try:
           response = requests.get("https://api.github.com", timeout=5)
           print(f"Successfully connected to GitHub API! Status code: {response.status_code}")
       except requests.exceptions.RequestException as e:
           print(f"Error connecting to GitHub API: {e}")
       # 使用 pandas 创建一个简单的 DataFrame
       data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
       df = pd.DataFrame(data)
       print("\nCreated a DataFrame:")
       print(df)
   if __name__ == "__main__":
       main()

2. 运行程序：

   • 方法一（终端）：确保 VS Code 的终端是激活的虚拟环境（.venv），然后运行：

     python main.py

   • 方法二（VS Code）：点击右上角的“播放”按钮（或按 F5 开始调试）。

你应该能看到程序的输出,这证明你的环境已经完全就绪！

第七步：进阶与最佳实践

1. 使用 Git 进行版本控制

   • 安装 Git: sudo apt install git
   • 初始化仓库: git init
   • 配置用户信息: git config --global user.name "Your Name" 和 git config --global user.email "your.email@example.com"
   • 将代码提交到 Git，这是专业开发的必备技能。

2. 使用 pre-commit 代码钩子

   • 安装：pip install pre-commit
   • 在项目根目录创建 .pre-commit-config.yaml 文件，配置在提交代码前自动执行代码格式化（如 Black）、linting（如 flake8）等检查，保证代码质量。

3. Docker 容器化

   对于需要部署的项目,可以使用 Docker 将你的 Python 环境、依赖和代码打包成一个容器镜像，实现“一次构建，处处运行”。

恭喜你！你已经成功地在 Ubuntu 上搭建了一个专业、现代化的 Python 开发环境，让我们回顾一下关键步骤：

1. 更新系统：sudo apt update && sudo apt upgrade
2. 安装 Python 工具链：sudo apt install python3 python3-pip python3-venv
3. 创建项目目录：mkdir my_project && cd my_project
4. 创建并激活虚拟环境：python3 -m venv .venv source .venv/bin/activate
5. 安装依赖：pip install <package_name> 并用 pip freeze > requirements.txt 记录
6. 配置 VS Code：打开项目，选择 .venv/bin/python3 作为解释器，并安装推荐插件
7. 开始编码！

这个流程为你提供了一个坚实的基础,你可以在此基础上根据项目需求不断扩展和优化你的开发环境，祝你编码愉快！