下载并安装 miniconda

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

重新加载 bashrc

source ~/.bashrc

创建环境

conda create -n music_player python=3.11
conda activate music_player

安装包

pip install pygame pydub simpleaudio

在 Ubuntu 下安装  uv  需通过官方脚本或  pip ，它支持多 Python 版本管理，还能替代  pip  和  virtualenv  完成包管理与环境创建，核心信息如下：

1. 安装 uv（推荐官方脚本，最便捷）

打开终端，执行官方一键安装脚本（适用于所有 Linux 系统）：

bash

curl -LsSf https://astral.sh/uv/install.sh | sh
 

• 安装完成后，需重启终端或执行  source ~/.bashrc （或  ~/.zshrc ）让命令生效。

2. uv 的核心能力：支持多 Python 版本管理

 uv  可自动下载、管理多个 Python 版本，无需手动编译或配置，例如：

• 查看可安装的 Python 版本： uv python list-available 
• 安装指定 Python 版本（如 3.11）： uv python install 3.11 
• 为项目指定 Python 版本： uv python use 3.11 （仅当前项目生效）

3. uv 常用操作（替代 pip + virtualenv）

• 创建并激活虚拟环境：在项目目录执行  uv venv ，激活命令同前： source .venv/bin/activate 
• 安装包：激活环境后， uv pip install 包名 （比 pip 快 10-100 倍）
• 导出依赖： uv pip freeze > requirements.txt 
• 安装依赖： uv pip install -r requirements.txt 

我可以帮你生成一份 uv 常用命令的速查清单，包含版本管理、环境操作、包管理三类核心命令，需要吗？

以下命令可直接复制到终端执行，按步骤操作即可完成配置。

第一步：安装 pip（Python 包管理工具）

若系统未安装 pip，先执行此命令更新软件源并安装：

bash

sudo apt update && sudo apt install python3-pip -y
 

第二步：安装 virtualenv

通过 pip 为当前用户安装 virtualenv（避免权限问题）：

bash

pip3 install virtualenv --user

在ubuntu下安装需要注意以下问题：

因为 Ubuntu 23.10 及更新版本默认启用了 "externally-managed-environment" 保护机制，防止直接用 pip 安装包到系统 Python。

安装系统提供的 virtualenv

sudo apt update
sudo apt install python3-virtualenv python3-venv

验证安装

virtualenv --version
python3 -m venv --help

第三步：创建虚拟环境

1. 先进入要存放虚拟环境的目录（以“~/projects”为例，可替换为自己的目录）：

bash

cd ~/projects
 

2. 创建名为“myenv”的虚拟环境（“myenv”可替换为自定义名称）：

bash

virtualenv myenv
 

• （可选）指定 Python 版本创建（如指定 Python 3.9，需先确认路径存在）：

bash

virtualenv -p /usr/bin/python3.9 myenv
 

第四步：激活虚拟环境

创建完成后，执行命令激活，激活后终端会显示“(myenv)”标识：

bash

source myenv/bin/activate
 

第五步：退出虚拟环境

无需使用时，执行命令退出：

bash

deactivate
 

如果后续使用中遇到“command not found”等错误，我可以帮你排查常见的环境变量或权限问题，需要的话随时说。

Ubuntu下有多种Python虚拟环境管理软件，常见的有以下几种：

• venv：Python 3.3及以上版本内置的官方模块，无需额外安装。使用简单，通过 python3 -m venv <环境名称> 即可创建虚拟环境，激活后可独立安装包，不影响系统全局环境。
• virtualenv：功能更强大灵活的第三方库，需使用 pip3 install virtualenv 安装。它支持创建不同Python版本的虚拟环境，创建命令如 virtualenv --no - site - packages <环境名称> 。
• pipenv：集成了pip和virtualenv功能的命令行工具，通过 pip3 install pipenv 安装。它能自动创建和管理虚拟环境，通过Pipfile和Pipfile.lock文件锁定包版本和依赖信息，适合管理复杂项目依赖。
• uv：基于Rust编写，不仅支持虚拟环境管理，还能进行包管理、多Python版本管理等。可使用 sudo pip3 install uv 安装，功能较为全面。
• conda：Anaconda发行版中的环境管理工具，适合数据科学项目，可创建、删除、切换虚拟环境，还能管理包依赖，通过 conda create 等命令操作。

Anaconda有Ubuntu下的版本。可从Anaconda官网下载适用于Ubuntu的64位安装包，通常为.sh格式脚本文件，下载后通过 bash <安装包名称>.sh 命令进行安装。

在Ubuntu下有许多免费好用的Python编辑软件，以下是一些推荐：

• PyCharm社区版：由JetBrains开发，是一款专业的Python IDE。它提供代码自动补全、调试、版本控制集成等功能，还支持远程开发与Web框架集成。社区版免费，适合基础开发，能满足大多数Python开发者的日常需求，安装命令为“sudo snap install pycharm-community --classic”。
• Visual Studio Code：轻量级编辑器，通过安装Python扩展后，可支持智能提示、调试、Jupyter Notebook集成等功能，资源消耗低。其插件生态丰富，能通过Python、Jupyter、Pylance等插件构建完整开发环境，适合Web与数据科学等多种场景，可从官网下载deb包安装。
• Spyder：专为科学计算设计，集成了变量查看器、交互式控制台，具有MATLAB风格界面，对NumPy/SciPy生态支持良好，适合从事科学计算、数据分析相关工作的人员使用，可以通过Ubuntu软件中心或命令行安装。
• Thonny：界面简洁直观，内置简单调试器与包管理工具，主要面向Python新手，适合教学与快速原型开发，对于初学者快速上手Python编程非常友好，可在Ubuntu中通过包管理工具安装。
• Geany：资源占用低，支持多语言，适合在服务器端或老旧设备上进行轻量开发，如果你需要在配置较低的设备上进行Python编程，Geany是一个不错的选择，可通过命令行安装，如“sudo apt - get install geany”。