《Python硬件编程实战》——2.7 在Linux系统中安装Python

简介:

本节书摘来自华章计算机《Python硬件编程实战》一书中的第2章,第2.7节,作者:李茂 著, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.7 在Linux系统中安装Python

一般所说的Linux指的是Linux内核,而我们常说的Linux指的是该Linux类型的操作系统,是基于此Linux内核加上其他功能组件和模块制作出来的发行版。目前相对流行一些的Linux发行版有(较早的)RedHat(红帽子)和OpenSUSE,以及后来出现的Ubuntu等。
2.7.1 在Ubuntu中安装Python
先说如何在Ubuntu中安装Python,很简单,根本无需安装,因为Ubuntu本身已经自带了Python了,如图2-10所示。

image

2.7.2 为何不推荐初学者在Ubuntu中安装Python
接下来详细解释为何不推荐Python初学者去安装Python。如上所述,Linux类的系统,包括Ubuntu,都已经默认安装了一个某个版本的Python了。
而如果在此基础上再去安装另外一个版本相对新的Python将会出现以下情况。
1.对于Linux类的系统来说
由于Linux类的系统,包括Ubuntu中有很多内置的工具和服务都是Python代码写的,比如Ubuntu软件中心就依赖于Python。而如果破坏了原先自带的Python则很容易导致现有Linux系统中的相关工具和服务出现异常。为了保证Ubuntu等Linux系统的正常运行,最好不要卸载当前Ubuntu系统中自带的Python,就算是旧版本的Python,如之前的Python 2.7.4也建议保留。
并且,再安装一个更新版本的Python很容易引起混淆:如果当前新安装的Python和系统自带的Python没有设置好的话,很容易导致各种问题。
综上所述,最好不卸载系统默认安装的(或许版本相对有点旧的)Python,也不要随便安装新版本的Python。
2.对于有需要安装新版本Python的人来说
现实中的确会遇到一些情况,比如有些人为了用某些软件而确实需要用到其他某个更新版本的Python,这样就要在系统已安装了某个版本的Python的前提下再去安装另外一个版本,以及再去使用某些辅助的工具,比如pythonbrew,在需要时切换使用不同版本的Python。很显然,对于Python的普通使用者,如果没有这个需求则最好不要再另外安装其他版本的Python。
3.对于初学者来说
根据前面的解释就很容易明白了,对于Python初学者来说,一是为了不破坏Linux类系统的稳定性,不故意人为地制造出更多问题;二是本身也暂时没需求非要再安装另外某个版本的Python。所以结论很简单:使用Linux系统自带的Python就足够学习使用了,无需再安装另外版本的Python。

相关文章
|
15天前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品安全追溯系统的深度学习模型
使用Python实现智能食品安全追溯系统的深度学习模型
37 4
|
4天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
54 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
6天前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习的果蔬识别系统实现
果蔬识别系统,主要开发语言为Python,基于TensorFlow搭建ResNet卷积神经网络算法模型,通过对12种常见的果蔬('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜')图像数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django框架搭建Web网页端可视化操作界面,以下为项目实现介绍。
16 4
基于Python深度学习的果蔬识别系统实现
|
1月前
|
弹性计算 数据管理 数据库
从零开始构建员工管理系统:Python与SQLite3的完美结合
本文介绍如何使用Python和Tkinter构建一个图形界面的员工管理系统(EMS)。系统包括数据库设计、核心功能实现和图形用户界面创建。主要功能有查询、添加、删除员工信息及统计员工数量。通过本文,你将学会如何结合SQLite数据库进行数据管理,并使用Tkinter创建友好的用户界面。
50 2
从零开始构建员工管理系统:Python与SQLite3的完美结合
|
26天前
|
存储 安全 数据管理
如何在 Rocky Linux 8 上安装和配置 Elasticsearch
本文详细介绍了在 Rocky Linux 8 上安装和配置 Elasticsearch 的步骤,包括添加仓库、安装 Elasticsearch、配置文件修改、设置内存和文件描述符、启动和验证 Elasticsearch,以及常见问题的解决方法。通过这些步骤,你可以快速搭建起这个强大的分布式搜索和分析引擎。
38 5
|
22天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
70 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
22天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
67 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 数据采集 存储
使用Python实现智能农业灌溉系统的深度学习模型
使用Python实现智能农业灌溉系统的深度学习模型
155 6
|
1月前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现智能生态系统监测与保护的深度学习模型
使用Python实现智能生态系统监测与保护的深度学习模型
95 4
|
1月前
|
消息中间件 Linux RocketMQ
在Red Hat Enterprise Linux 9上使用Docker快速安装并部署
通过以上步骤,你可以在Red Hat Enterprise Linux 9上使用Docker快速安装并部署RocketMQ。这种方法不仅简化了安装过程,还提供了一个灵活的环境来管理和扩展消息队列系统。RocketMQ作为一款高性能的分布式消息系统,通过Docker可以实现快速部署和高效管理。
65 2