在Linux下升级到Python3的两种方法

简介: 在Linux下升级到Python3的两种方法

第二种方法,更快捷方便。

原地址:https://www.cnblogs.com/study-xzc/p/12510770.html


在linux中有自带的python,但是python的版本是2.7,但是我们需要用到的是python3.x,所以就不得不升级python2.7为python3.x

方法一:

首先查看当前python的版本:

# python --version  或者  # python -V

下载最新版本的python:

# wget https://www.python.org/ftp/python/3.7.7/Python-3.7.7.tgz

下载完成之后进行解压缩:

# tar -zxvf Python-3.7.7.tgz

解压缩完成后进入解压缩后的目录

# cd Python-3.7.7/
# ./configure 


如果没有升级过Python就需要安装Python相关的依赖包:

# yum update -y
# yum install -y make gcc gcc-c++

完成依赖包的安装后执行:

# ./configure

编译和安装:

配置完成后,就可以编译了:

# make

编译完成后,安装:

# make install

安装完成后就可以查看python的版本了:

# python --version
Python 2.7.16

注意:在/usr/local/bin/下有一个python3的链接,指向bin目录下的python3.7

查看python的路径,在/usr/bin下面,可以看到python的链接是python2.7,所以执行python就相当于是执行python2.6

设置3.x为默认版本:

# ls -la /usr/bin | grep python

将原来的python的软连接重命名:

# mv /usr/bin/python /usr/bin/python.bak

将python链接至python3:

先进入解压的目录当中,有一个python的可执行文件,例如:

使用一下命令可以从根目录查找想要对应字符串的文件或文件夹:

# find / -name python

1. 在解压缩后的文件中查看当前路径
2. # pwd
3. # ln -s /home/ec2-user/Python-3.7.7/python /usr/bin/python

如果创建软链接失败在/usr/bin/中删除python这个文件,然后再创建一次软链接

这个时候再一次查看python的版本:

# python --version

若是输出为3.x,就说明是python3

配置yum:

升级Python版本之后将由默认的python指向了python3,yum不能正常使用,需要更改yum的配置文件

# vi /usr/bin/yum
# vi /usr/libexec/urlgrabber-ext-down

修改文件内容如下:

#!/usr/bin/python ==> #!/usr/bin/python2.7

pip下载地址

https://pypi.python.org/pypi/pip

安装pip

# tar -xvzf pip-20.0.2.tar.gz
# cd pip-20.0.2
# python setup.py install

方法二:

也可以使用anaconda辅助安装python3

1.下载安装脚本:

# wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh

2.运行安装脚本:

# bash Anaconda3-2020.02-Linux-x86_64.sh

运行脚本时给出的选项enter或yes

3.修改环境变量

# echo "export PATH=/root/anaconda3/bin:$PATH" >> /etc/profile
# source /etc/profile
# conda --version

4.创建软链接

# rm -f /usr/bin/python
# ln -s /root/anaconda3/bin/python /usr/bin/python

5.配置yum:

升级Python版本之后将由默认的python指向了python3,yum不能正常使用,需要更改yum的配置文件

# vi /usr/bin/yum
# vi /usr/libexec/urlgrabber-ext-down

修改文件内容如下:

#!/usr/bin/python ==> #!/usr/bin/python2.7

这个方法配置完成会自带pip

目录
相关文章
|
9天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
14天前
|
应用服务中间件 Linux nginx
【Azure App Service】基于Linux创建的App Service是否可以主动升级内置的Nginx版本呢?
基于Linux创建的App Service是否可以主动升级内置的Nginx版本呢?Web App Linux 默认使用的 Nginx 版本是由平台预定义的,无法更改这个版本。
126 77
|
3月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
157 3
|
26天前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
65 21
|
24天前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
30 10
|
2月前
|
Linux Python
Linux 安装python3.7.6
本教程介绍在Linux系统上安装Python 3.7.6的步骤。首先使用`yum`安装依赖环境,包括zlib、openssl等开发库。接着通过`wget`下载Python 3.7.6源码包并解压。创建目标文件夹`/usr/local/python3`后,进入解压目录执行配置、编译和安装命令。最后设置软链接,使`python3`和`pip3`命令生效。
|
2月前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
3月前
|
算法 决策智能 Python
Python中解决TSP的方法
旅行商问题(TSP)是寻找最短路径,使旅行商能访问每个城市一次并返回起点的经典优化问题。本文介绍使用Python的`ortools`库解决TSP的方法,通过定义城市间的距离矩阵,调用库函数计算最优路径,并打印结果。此方法适用于小规模问题,对于大规模或特定需求,需深入了解算法原理及定制策略。
70 15
|
2月前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
399 5
|
3月前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
209 4

热门文章

最新文章