噢，MacBook 啊，多少人心中的梦中情机！尤其当我们想在上面写点代码，比如 python，那感觉简直了。不是吹，macOS 这系统，天生就跟开发者挺对付的。你想啊，它底下是 Unix 内核，跟 Linux 一脉相承，命令行玩起来那叫一个顺溜，这不就是写代码、跑脚本的绝佳温床吗？所以，问mac上怎么运行python？问对地方了！但别以为就是双击一下那么简单，里面弯弯绕，尤其对新手，稍不留神就掉坑里。
首先，得知道个事儿，你的 mac 里，其实是自带 python 的。哎呀，高兴得太早！这个自带的通常是 Python 2，而且吧，它是系统某些功能依赖的。你可千万别想着直接拿它开刀，去装各种第三方库，或者瞎折腾它的环境。一旦搞坏了，系统某些地方可能就抽风。我就见过有哥们儿，为了装个库，直接往系统自带的 Python 里硬塞，结果把 Homebrew 都搞崩了，哭都来不及。所以，我们的第一步，是装一个新的、干净的 python 版本，跟系统那个老家伙井水不犯河水。
怎么装新的 python 呢？方法不少，但作为一个在 mac 上摸爬滚打了这些年的老透明，我强烈安利你用 Homebrew。这玩意儿是什么？你可以理解成 mac 上的一个超级厉害的包管理器，就像 App Store，但装的是命令行工具和各种开发软件。用它装 python，省心省力，还能顺带处理好各种依赖关系和环境变量路径问题。
没装 Homebrew？去官网搜一下，一句命令的事儿，打开终端，复制粘贴运行，喝杯咖啡就装好了。装好 Homebrew 后，在终端里敲下这句神咒：brew install python。
等它吭哧吭哧跑完，恭喜你，一个新的、闪亮的 python 版本（通常是最新稳定版）就已经安稳地躺在你的 mac 里了。brew 会很聪明地把这个新的 python3 设为你默认的 python3 命令指向，同时保留系统的 python 命令（指向 Python 2）。以后你写代码，记得用 python3 就行了。你可以在终端里输入 python3 --version 确认一下安装的版本是不是你想要的。
好，python 本体是安好了，那怎么运行呢？这事儿得分几种情况，看你要干啥。
最基础，最直观的运行方式，就是直接在终端里跑。你就想象终端是个黑乎隆咚的、但特别听话的小黑屋。你写好的python代码，就是给它的指令稿。
比方说，你在桌面上用任何一个文本编辑器（哪怕是系统自带的 TextEdit，虽然不推荐写代码用它）写了个巨简单的文件，就一行 print("你好，Mac！")，然后保存成 hello.py 在桌面上。
现在，打开你的终端（Applications -> Utilities -> Terminal）。你需要告诉终端去哪里找你的文件。用 cd 命令切换目录。你的文件在桌面，所以敲 cd Desktop，然后回车。这时候终端的提示符前面会显示你在 Desktop 目录里了。
接下来，见证奇迹的时刻！输入 python3 hello.py，然后回车！
“你好，Mac！”
看，它是不是乖乖把这句话打印出来了？这就是最基本的mac上运行python脚本的方式。简单粗暴，适合跑跑小工具、测试下几行代码。
还有一种终端里的运行方式，叫交互式环境。直接在终端里敲个 python3 回车，你会看到提示符变成了 >>>。这时候你就进入了 python 的“实时聊天模式”。你可以一行一行地敲 python 代码，回车就立即执行，立即看到结果。比如输入 1 + 1，回车，它就告诉你 2。输入 print("我在终端里玩Python")，回车，它就打印出来。这个模式特别适合学习python语法、测试函数的小功能，或者当个高级计算器用。想退出来？按 Ctrl + D 或者输入 exit() 回车。
但这两种终端里的方式，对于写稍微复杂点儿的代码项目来说，就显得太简陋了。写几十行代码，你可能还能忍受，写几百行、几千行？那简直是自我虐待。而且代码有没有写错别字、语法对不对、变量叫啥名儿，全得靠你肉眼盯，效率低得感人。
这时候，就得请出我们的开发利器——IDE（Integrated Development Environment，集成开发环境）或者高级代码编辑器了。它们能帮你写代码、自动补全、检查错误、格式化代码，甚至帮你调试程序，看代码一步一步怎么跑的，简直是写代码的左膀右臂。
在 mac 上写 python，最常用的无非是两个：VS Code 和 PyCharm。
VS Code（全称 Visual Studio Code），微软出品的免费开源代码编辑器。虽然叫 Visual Studio，但它可不是 Windows 上那个又大又重的大家伙，VS Code 轻巧、启动快，而且功能强大得离谱，全靠各种插件撑起来。你要用它写 python，就装个官方的 Python 插件。
怎么在 mac 上用 VS Code 运行 python 呢？先去官网下载安装。打开 VS Code，新建一个 .py 文件，把你的代码拷进去或者重新写。装了 Python 插件后，VS Code 会自动识别这是 python 代码，给你各种智能提示和语法高亮，看着就舒服。在编辑器里，通常右上角或者右键菜单里会有个“运行”按钮或者“在终端中运行”的选项，点一下，VS Code 就会在它内置的终端里调用 python3 来执行你的当前文件。方便得不要不要的。VS Code 的内置终端本身就是 mac 的终端，你也可以直接在里面敲 python3 your_script_name.py 来运行。它的优点在于，编辑和运行都在一个窗口里，效率高，而且免费，插件生态繁荣。
另一个大名鼎鼎的python IDE 是 PyCharm。这是 JetBrains 公司做的，有免费的社区版（Community Edition）和收费的专业版（Professional Edition）。PyCharm 可以说是专门为 python 量身打造的 IDE，功能非常强大，尤其在代码分析、重构、单元测试、虚拟环境管理方面，做得特别出色。对于新手来说，社区版的功能就足够用了。
下载安装 PyCharm 社区版，打开，新建项目。它会问你要用哪个 python 解释器。如果你前面用 brew 安装了新的 python3，PyCharm 应该能自动找到它。在 PyCharm 里写代码，体验更上一层楼，智能提示、错误检查更精准。运行代码也简单，右键文件或者点顶部菜单的 Run，配置一下运行选项，就可以运行了。它的好处是功能集成度高，尤其适合做大型项目或者依赖管理比较复杂的项目。缺点嘛，社区版功能稍有阉锁，专业版收费，而且相比 VS Code 可能稍微重一些。
除了上面这些，如果你是做数据分析、机器学习或者教育演示，还有一个非常流行的运行 python 代码的方式——Jupyter Notebook (或者 JupyterLab)。这不是严格意义上的IDE，更像是一个交互式笔记本。你可以把代码、文字、图片、图表写在一个文档里，分块（cell）执行代码，看结果，非常方便做探索性分析和分享。
怎么在 mac上运行 Jupyter Notebook？通常它是作为一个库来安装的。用我们前面提到的 pip（Python 的包管理器，装 python 的时候会一起装上），在终端里敲 pip install notebook 或者 pip install jupyterlab 来安装。装好后，在你想存放 notebook 文件的目录里打开终端，敲 jupyter notebook 或者 jupyter lab 回车，它就会在你的浏览器里打开一个网页界面，你就可以在那里创建和运行 .ipynb 文件了。
说到 pip，这玩意儿太重要了！python 之所以强大，很大一部分原因是有无数好用的第三方库，比如处理数据的 pandas、做数值计算的 NumPy、搞机器学习的 scikit-learn、建网站的 Django 和 Flask。这些库都得用 pip 来安装。在终端里，确保你用的是我们新装的那个 python 对应的 pip（通常就是 pip3 命令），然后敲 pip install 库的名字，它就会自动下载安装到你的 python 环境里，然后你就可以在代码里 import 使用了。
不过，这里有个大坑，也是新手最容易犯错、最头大的地方——环境管理！你想啊，你可能有好几个 python 项目，第一个项目依赖库 A 的 1.0 版本，第二个项目依赖库 A 的 2.0 版本，如果所有库都一股脑儿装到同一个 python 环境里，那不就乱套了吗？版本冲突能让你抓狂到想撞墙。
这时候，虚拟环境就成了救命稻草！虚拟环境（Virtual Environment）说白了，就是给每个项目创建一个隔离的、独立的 python 环境。每个虚拟环境都有自己独立的 python 解释器和自己安装的库，项目之间互不影响。
python 3.3+ 自带一个创建虚拟环境的工具，叫 venv。使用起来很简单：
1. 打开终端，进入你的项目文件夹。
2. 敲 python3 -m venv myenv（myenv 是你给这个虚拟环境起的名字，可以随便叫，比如 .venv 更常见）。这会在当前目录下创建一个叫 myenv 的文件夹，里面就是这个虚拟环境的基本结构。
3. 激活这个环境：敲 source myenv/bin/activate。注意看，你的终端提示符前面会多一个 (myenv) 字样，表示你已经进入这个虚拟环境了。
4. 现在在这个终端里用 pip install 库的名字 安装的库，就只会装到 myenv 这个虚拟环境里，不会影响全局的 python 环境或其他项目的虚拟环境。
5. 在这个激活的终端里运行 python 代码 (python your_script.py)，它就会使用这个环境里的 python 和库。
6. 想退出虚拟环境？敲 deactivate 回车就行。
除了 venv，还有一个更强大的虚拟环境工具，叫 conda，它是 Anaconda 或 Miniconda 发行版的一部分。conda 不仅能管理 python 包，还能管理其他语言的包和软件，而且在数据科学领域特别流行，因为它能方便地安装很多科学计算库，还能管理不同版本的 python 本身。如果你是搞数据科学的，或者喜欢 All-in-One 的方案，可以考虑安装 Miniconda（Anaconda 的精简版），然后用 conda 来创建和管理虚拟环境。比如 conda create -n myenv python=3.9 创建一个叫 myenv 的虚拟环境，里面用 Python 3.9 版本，然后 conda activate myenv 激活。
无论你用 venv 还是 conda，核心思想都一样：给每个项目一个干净独立的环境。写代码的时候，在 VS Code 或 PyCharm 里，记得把你当前项目使用的解释器设置为对应虚拟环境里的那个 python3，这样你在 IDE 里运行、调试代码时，才能正确地使用这个环境里的库。这个设置通常在 IDE 的项目配置或者解释器设置里。
总而言之，在 mac上运行python，不是什么玄学，但确实需要理清几个概念：安装一个新的、不受系统干扰的 python 版本（推荐 brew），知道怎么在终端里运行基础脚本，学习使用 VS Code 或 PyCharm 这样的 IDE 提高效率，最重要的是，掌握 pip 安装库和 虚拟环境（venv 或 conda）管理项目依赖的技能。
别怕折腾，刚开始总会遇到各种奇怪的错误，什么“ModuleNotFoundError”，什么“Permission Denied”。慢慢来，遇到问题去搜，去论坛问，都是成长的必经之路。一旦你把 mac 上的 python 环境配置顺畅了，写代码、跑项目会变得非常舒服。mac 的颜值加上 python 的高效，这组合，简直了！祝你在 Mac 上享受 coding 的乐趣！
评论(0)