Python怎么运行一个py文件_Python脚本文件执行指南

冰火之心

发布时间：2025-09-15 17:27:01

2659人浏览过

来源于php中文网

原创

最直接运行python脚本的方式是在命令行输入python script.py，适用于所有开发者；通过ide运行更便捷；在unix-like系统中可设置shebang和执行权限后用./script.py运行；windows用户可使用py启动器指定版本；需确保path环境变量正确配置以避免“命令未找到”错误；多版本python可通过python3或py -x.y调用；传递参数可用sys.argv或argparse模块处理；依赖缺失时应使用虚拟环境（venv）隔离项目，避免包冲突，提升开发稳定性。

python怎么运行一个py文件_python脚本文件执行指南

运行Python脚本文件，最直接且最常用的方式就是在命令行（终端）中输入

python

命令，后面跟着你的

.py

文件名。比如，如果你的文件叫

my_script.py

，你只需要在文件所在的目录打开终端，然后键入

python my_script.py

回车，脚本就会开始执行了。这是最基础、也是最核心的操作。

解决方案

要执行一个Python脚本，我们通常有几种途径，每种都有其适用场景和便利性。

最普遍的，也是我个人觉得最“硬核”的方式，就是通过命令行（终端）。这几乎是所有Python开发者都会用到的方法。你打开终端（Windows上是CMD或PowerShell，macOS/Linux上是Terminal），导航到你的

.py

文件所在的目录，然后键入：

python your_script.py

如果你的系统安装了多个Python版本，或者需要指定Python 3，你可能需要用

python3

：

立即学习“Python免费学习笔记（深入）”；

python3 your_script.py

在Windows上，如果你安装了

py

启动器（通常和Python一起安装），你也可以直接使用：

py your_script.py

这个

py

启动器有个好处，它会根据你的脚本文件开头的shebang行（比如

#!python3

）来选择合适的Python解释器，或者默认使用最新的Python版本。

另一种非常方便的方式是使用集成开发环境（IDE）或代码编辑器。比如PyCharm、VS Code、Sublime Text等。这些工具通常会提供一个“运行”按钮（通常是绿色的小三角形），或者通过快捷键（如VS Code的

Ctrl+F5

）来直接执行当前打开的Python文件。IDE会帮你处理很多底层的命令调用，让你更专注于代码本身。对我来说，日常开发中，IDE的便捷性是无可替代的。

对于Linux或macOS这类Unix-like系统，你还可以让Python脚本直接可执行。这需要两步：

在脚本文件的第一行添加shebang（解释器路径）：

#!/usr/bin/env python3
# 或者直接指定路径，如 #!/usr/bin/python3
print("Hello from executable script!")

给脚本添加执行权限：
```
chmod +x your_script.py
```
之后，你就可以像执行任何其他命令一样来运行它了，不需要显式地写
```
python
```
：
```
./your_script.py
```
这种方式特别适合编写命令行工具或自动化脚本。

在Windows上，如果你安装Python时勾选了“Add Python to PATH”并关联了

.py

文件，有时你甚至可以直接双击
.py
文件来运行。但这通常会弹出一个命令行窗口一闪而过，除非你的脚本有用户交互或等待输入。所以，对于调试和开发，命令行或IDE仍然是首选。

为什么我的Python脚本运行不了？——环境变量与多版本Python的困扰

我记得我刚开始学Python那会儿，最头疼的不是语法错误，而是“为什么我明明装了Python，在命令行里输入

python

却告诉我找不到命令？”这事儿挺烦人的，但也是很多新手必经之路。

这个问题，八成是环境变量（PATH）没配置好。操作系统需要知道

python

这个命令对应的可执行文件在哪儿。如果你在安装Python时没有勾选“Add Python to PATH”，或者手动安装后忘记配置，系统就找不到它。

解决方案：

Windows： 你需要把Python安装目录下的
```
Scripts
```
文件夹和Python根目录（比如
```
C:\Python39
```
和
```
C:\Python39\Scripts
```
）添加到系统的
```
Path
```
环境变量里。这通常在“此电脑”右键 -> “属性” -> “高级系统设置” -> “环境变量”里操作。添加完之后，记得重启你的终端窗口。
macOS/Linux： 通常Python安装器会自动处理，但如果你通过源码编译安装或者使用了
```
pyenv
```
、
```
conda
```
等工具管理Python版本，可能需要手动修改
```
~/.bashrc
```
,
```
~/.zshrc
```
或
```
~/.profile
```
文件，添加类似
```
export PATH="/usr/local/bin/python3:$PATH"
```
的语句，然后
```
source
```
一下配置文件让它生效。

另一个常见问题是多版本Python共存。你的系统可能同时安装了Python 2和Python 3，或者多个Python 3版本。这时候，你输入

python

，系统可能会默认调用Python 2，或者你希望调用的那个版本。

解决方案： 明确指定版本。在Linux/macOS上，通常
```
python
```
指向Python 2，而
```
python3
```
指向Python 3。如果你需要某个特定版本的Python 3.x，比如3.9，你可能需要创建软链接或者使用
```
python3.9
```
这样的命令。
在Windows上，
```
py
```
启动器是你的好朋友。它允许你通过
```
py -3.9 your_script.py
```
来指定使用Python 3.9运行脚本，非常灵活。

说白了，就是让你的操作系统能“找到”正确的Python解释器。这是基础中的基础，但也是最容易绊倒人的地方。

AletheaAI

世界上第一个从自然语言描述中生成交互式 AI 角色的多模态 AI 系统。

下载

如何给Python脚本传递参数？——让你的脚本更灵活

很多时候，我们的脚本不是固定执行某个任务，而是需要根据外部输入来调整行为。比如，一个脚本可能需要处理一个指定的文件，或者根据不同的模式执行不同的操作。这时候，命令行参数就派上用场了。

在Python里，要获取命令行参数，你需要导入

sys

模块，然后通过

sys.argv

列表来访问。

sys.argv

是一个字符串列表，其中：

```
sys.argv[0]
```
是脚本本身的名称。
```
sys.argv[1]
```
是第一个参数。
```
sys.argv[2]
```
是第二个参数，以此类推。

我们来看一个简单的例子：

# my_script_with_args.py
import sys

print(f"脚本名称是: {sys.argv[0]}")

if len(sys.argv) > 1:
    print("你传递的参数有：")
    for i, arg in enumerate(sys.argv[1:]):
        print(f"  参数 {i+1}: {arg}")
else:
    print("你没有传递任何参数。")

if "--verbose" in sys.argv:
    print("详细模式已开启！")

然后，在命令行中这样运行：

python my_script_with_args.py hello world --verbose

你将看到输出：

脚本名称是: my_script_with_args.py
你传递的参数有：
  参数 1: hello
  参数 2: world
  参数 3: --verbose
详细模式已开启！

这种直接使用

sys.argv

的方式对于简单的参数解析足够了。但如果你的脚本需要处理复杂的参数，比如有短选项（

-f

）、长选项（

--file

）、默认值、类型检查、帮助信息等，那么我强烈推荐使用Python内置的

argparse

模块。

argparse

能帮你构建出非常专业和用户友好的命令行接口，它能自动生成帮助文档，处理参数解析的各种细节，省去了你大量的错误检查和逻辑判断。虽然上手需要一点时间，但对于任何稍微复杂一点的命令行工具来说，投入是绝对值得的。

脚本依赖的模块找不到怎么办？——虚拟环境与包管理实践

这是另一个让无数Python开发者抓狂的问题，尤其是当你从GitHub上拉下一个新项目，或者在不同项目之间切换时。你运行脚本，然后砰！一个

ModuleNotFoundError

跳出来，告诉你某个模块（比如

requests

、

numpy

）找不到。

这通常是因为你的Python环境缺少脚本所依赖的第三方库。虽然你可以直接用

pip install requests

来安装，但如果你的系统上跑着好几个Python项目，每个项目对同一个库的版本要求可能不同，直接安装到全局环境很快就会变成一场灾难。

这时候，虚拟环境（Virtual Environment）就成了你的救星。虚拟环境可以为每个项目创建一个独立的Python运行环境，项目A安装的库不会影响到项目B，反之亦然。这就像给每个项目一个独立的“沙盒”，非常干净。

如何使用虚拟环境：

创建虚拟环境： 在你的项目根目录下，打开终端，运行：
```
python -m venv venv
```
（
```
venv
```
是虚拟环境的名称，你可以改成
```
myenv
```
或其他你喜欢的名字）这会在你的项目目录下创建一个名为
```
venv
```
的文件夹，里面包含了独立的Python解释器和
```
pip
```
。
激活虚拟环境：
- Windows：
```
.\venv\Scripts\activate
```
- macOS/Linux：
```
source venv/bin/activate
```
  激活后，你的终端提示符前通常会显示
```
(venv)
```
  ，表示你现在处于这个虚拟环境中。
安装项目依赖： 在激活的虚拟环境中，你可以使用
```
pip
```
来安装项目所需的任何库。这些库只会安装到当前的虚拟环境，不会影响到全局Python或其他项目。
```
pip install requests numpy pandas
```
如果项目提供了
```
requirements.txt
```
文件，你可以一次性安装所有依赖：
```
pip install -r requirements.txt
```
运行脚本： 在激活的虚拟环境中，直接运行你的Python脚本即可。
```
python your_script.py
```
此时，脚本会使用虚拟环境中的Python解释器和已安装的库。
退出虚拟环境： 当你完成工作或者需要切换到另一个项目时，只需输入：
```
deactivate
```
你的终端会恢复到全局环境。