一、Python 3环境部署方法1通过系统包管理器安装sudo dnf install python3 python3-pip优点安装简单快捷自动处理依赖关系缺点版本可能较旧OpenEuler 20.03 LTS默认提供Python 3.8无法灵活切换多版本方法2源码编译安装# 安装编译依赖 sudo dnf install gcc make zlib-devel bzip2 bzip2-devel openssl-devel # 下载源码以Python 3.11为例 wget https://www.python.org/ftp/python/3.11.0/Python-3.11.0.tgz tar xzf Python-3.11.0.tgz cd Python-3.11.0 # 编译安装 ./configure --enable-optimizations make -j8 sudo make altinstall优点可获取最新版本支持自定义编译选项缺点编译耗时较长需手动管理版本冲突二、虚拟环境配置使用venv模块python3.11 -m venv myenv source myenv/bin/activate注意事项不同项目需独立创建虚拟环境退出环境用deactivate命令三、开发工具部署1. PyCharm专业版安装步骤# 下载安装包 wget https://download.jetbrains.com/python/pycharm-professional-2023.1.tar.gz # 解压并运行 tar xzf pycharm-*.tar.gz cd pycharm-*/bin ./pycharm.sh配置优化在Settings Project Python Interpreter中选择虚拟环境启用Scientific Mode支持数据分析优点强大的Django/Flask框架支持集成科学计算工具如Jupyter Notebook缺点社区版功能受限内存占用较高建议≥4GB2. Visual Studio Code安装方法sudo rpm --import https://packages.microsoft.com/keys/microsoft.asc echo [code] | sudo tee /etc/yum.repos.d/vscode.repo echo nameVisual Studio Code | sudo tee -a /etc/yum.repos.d/vscode.repo echo baseurlhttps://packages.microsoft.com/yumrepos/vscode | sudo tee -a /etc/yum.repos.d/vscode.repo echo enabled1 | sudo tee -a /etc/yum.repos.d/vscode.repo echo gpgcheck1 | sudo tee -a /etc/yum.repos.d/vscode.repo echo gpgkeyhttps://packages.microsoft.com/keys/microsoft.asc | sudo tee -a /etc/yum.repos.d/vscode.repo sudo dnf install code必备扩展PythonMicrosoft官方Pylance类型检查Jupyter交互式编程优点轻量级启动1秒远程开发支持通过SSH缺点调试复杂项目时性能略逊于PyCharm四、关键注意事项依赖冲突解决使用pipenv代替原生pippip install pipenv pipenv install --python 3.11GUI应用支持若使用远程桌面sudo dnf groupinstall GNOME Desktop export DISPLAY:0性能调优在PyCharm中启用Settings Appearance Behavior Memory Settings的Increase memory heapVS Code中禁用无用扩展如GitLens在纯Python项目中安全防护配置pip信任域[global] trusted-host pypi.org files.pythonhosted.org五、工具对比特性PyCharm专业版VS Code启动速度较慢~5秒极快1秒内存占用高≥1.5GB低≤500MB远程开发需Ultimate版原生支持科学计算工具内置完整套件依赖扩展价格商业许可$199/年免费六、补充说明OpenEuler特有优化# 启用华为加速源 sudo sed -i s|repo.openeuler.org|mirrors.huaweicloud.com/openeuler|g /etc/yum.repos.d/openEuler.repoCUDA支持 若使用NVIDIA GPUsudo dnf install cuda-toolkit-11-7 pip install nvidia-cudnn-cu118.5.0.96