在理想的世界里，我们的电脑上只会有一个稳定的 Python 版本，一切项目都运行顺畅。 但现实是——

某个老项目必须用 Python 3.6 才能跑

新项目需要用 Python 3.11 才能用最新的语言特性

有的依赖库甚至还停留在 Python 2.7（是的，它还活着）

于是，我们不得不面对 多版本共存与切换 的挑战。 切换不当，就会出现以下问题：

pip 装的包跑到另一个 Python 版本去了

虚拟环境突然失效

系统默认 Python 被你无意间覆盖

项目运行时报“SyntaxError”或依赖不兼容

本篇文章将带你系统梳理 Python 版本管理的工具与技巧，让多版本共存不再是噩梦。

一、为什么会有多版本共存的需求？

历史项目兼容性

老项目依赖的库不再支持新版本 Python

框架（如 Django、TensorFlow）在不同版本的 Python 上支持范围有限

新功能体验

新版本 Python 常带来性能优化和新语法（如模式匹配、match-case）

团队协作

团队成员的环境不统一，部署要求特定版本

测试需求

做兼容性测试，必须在多个 Python 版本运行同一项目

二、直接安装多个版本的弊端

很多人一开始的做法是—— 在系统中直接安装多个 Python 版本，然后通过路径切换：

/usr/bin/python3.6

/usr/local/bin/python3.10

这种方式的问题：

路径容易混乱

pip 容易装错环境

系统依赖可能被破坏（尤其是 Linux）

所以，正确的做法是用 专业的版本管理工具。

三、主流 Python 版本管理工具

1. pyenv（推荐，跨平台）

pyenv 是目前最流行的 Python 版本管理工具，可在本地轻松安装、切换多个版本。

安装（Mac/Linux）：

curl https://pyenv.run | bash

常用命令：

# 查看可安装版本

pyenv install --list

# 安装指定版本

pyenv install 3.11.5

# 切换全局版本

pyenv global 3.11.5

# 切换当前目录版本

pyenv local 3.9.13

# 查看当前版本

pyenv version

优点：

可同时管理多个版本

不污染系统 Python

与 virtualenv / pipenv 配合良好

缺点：

Windows 需要 WSL 或改用 pyenv-win

2. pyenv-win（Windows 用户）

Windows 上的 pyenv 实现，安装方式：

git clone https://github.com/pyenv-win/pyenv-win.git $HOME\.pyenv

用法与 pyenv 基本一致。

3. conda（Anaconda / Miniconda）

conda 不仅是包管理器，也能管理 Python 版本。

创建指定版本环境：

conda create -n py38 python=3.8

切换环境：

conda activate py38

优点：

一次性管理 Python 和依赖

科学计算领域友好

不依赖系统 Python

缺点：

占用空间大

安装速度相对慢

4. Docker

如果需要完全隔离环境，可以直接用 Docker 镜像运行不同版本的 Python：

docker run -it python:3.10 bash

优点是彻底隔离，缺点是需要额外学习 Docker 使用。

四、多版本共存的常见坑与解决方案

坑 1：pip 装错环境

问题：

pip install flask

装到的并不是当前 Python 版本的 site-packages。

解决：始终用：

python -m pip install flask

这样 pip 会跟随当前 Python。

坑 2：虚拟环境绑定了旧版本 Python

如果你升级了 Python，旧的 venv 可能失效：

source venv/bin/activate

# 报错：No such file or directory

解决办法是用新版本重新创建虚拟环境：

python3.11 -m venv venv

坑 3：系统 Python 被覆盖

在 Linux 上直接替换 /usr/bin/python 会导致系统工具失效（如 yum、apt）。

解决：

永远不要覆盖系统 Python

新版本放到 /usr/local/bin 或用 pyenv 管理

坑 4：依赖冲突

不同 Python 版本的依赖不一定兼容，比如某些包只支持 Python 3.7+。

解决：

安装前查看 PyPI 支持版本

通过 tox 做多版本测试

五、最佳实践：优雅管理多版本 Python

用 pyenv 管理版本（Windows 用 pyenv-win，数据科学用 conda）

每个项目创建独立虚拟环境

pyenv virtualenv 3.11.5 myproject

pyenv local myproject

锁定 Python 版本在项目根目录加 .python-version：

3.11.5

或在 requirements.txt 里说明：

python_version >= "3.9"

CI/CD 中使用固定版本确保线上线下环境一致。

不要动系统 Python让系统工具使用默认 Python，新项目用独立环境。

六、总结

Python 多版本共存并不可怕，只要你：

用工具管理版本（pyenv/conda）

用虚拟环境隔离项目

锁定版本，避免依赖冲突

不动系统自带 Python

这样，你就能在一个设备上愉快地运行 Python 2.7、3.6、3.9、3.11 等不同版本，而不会互相干扰。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。