每个人都可以，
拥有SSL证书

做 Python 开发久了，多版本共存是绕不开的问题。老项目要兼容 3.8，新项目想试 3.10 的新特性，本地跑不同框架对版本要求也不一样，来回卸载重装太折腾。这里整理了几套常用的切换方案，跨平台能用的、系统专属的都有，从项目级到系统级覆盖到了。

最稳妥的还是虚拟环境，只在项目维度生效，完全不会动到系统本身的 Python，隔离性最稳。

Python 3.3 之后自带了 venv 模块，不用额外装任何工具，日常开发完全够用。

# 创建虚拟环境
python3 -m venv myenv_py39

# 激活环境
source myenv_py39/bin/activate  # Linux/macOS
myenv_py39\Scripts\activate     # Windows

# 验证版本
python --version

如果是做数据科学相关的开发，conda 用得更普遍。不管是完整的 Anaconda 还是精简的 Miniconda，创建环境的时候可以直接指定 Python 版本。

# 创建指定Python版本的环境
conda create --name py38_env python=3.8

# 激活环境
conda activate py38_env

# 安装依赖
conda install numpy

需要全局管理多个 Python 版本的话，pyenv 基本是主流选择，全平台都支持。

Linux 和 macOS 下安装很方便，官方提供了一键脚本，直接执行就行。装完记得把环境变量写到对应的 shell 配置文件里，不管是 .bashrc 还是 .zshrc，加上 PYENV_ROOT 的定义，把 bin 目录加到 PATH 最前面，再执行 pyenv init 的两行初始化。

这个地方很多人容易漏，装完之后发现命令找不到，或者切换了版本不生效，基本都是配置没写对。

# 安装pyenv（Linux/macOS）
curl https://pyenv.run | bash

# 配置环境变量（~/.bashrc或~/.zshrc）
export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init --path)"
eval "$(pyenv init -)"

# 安装Python版本
pyenv install 3.8.12
pyenv install 3.9.7

# 切换版本
pyenv global 3.9.7      # 全局切换
pyenv local 3.8.12       # 项目目录下生效

macOS 上也可以用 Homebrew 来装 pyenv，比一键脚本更符合包管理的习惯，后续升级也方便。

还没装 Homebrew 的话，先跑官方的安装脚本，装完执行 brew install pyenv 就可以了。

# 安装Homebrew（若未安装）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 通过Homebrew安装pyenv
brew install pyenv

Linux 系统本身还有 update-alternatives 可以做系统级的版本切换，不想额外装工具的时候可以用。先看一下 /usr/bin 目录下有哪些 Python 版本，然后用 root 权限把各个版本添加到替代项里，后面的数字是优先级。

切换的时候执行 config 命令，选对应的编号就行。不过这个是改系统级的软链接，隔离性比较差，生产环境改的时候要谨慎。

# 查看已安装Python版本
ls /usr/bin/python*

# 添加替代版本（需root权限）
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.8 1
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.9 2

# 切换版本
sudo update-alternatives --config python

Windows 下没有那么多原生的管理工具，简单的场景可以写个批处理脚本。比如新建一个 switch_py38.bat 文件，把对应版本的 Python 目录和 Scripts 目录加到 PATH 最前面，最后启动一个新的 cmd 窗口。

双击就能用，临时测个小脚本足够了。

:: 创建switch_py38.bat文件
@echo off
set PATH=C:\Python38\Scripts;C:\Python38;%PATH%
cmd /k

进阶一点的用户也可以修改注册表来调整默认版本。按下 Win+R 输入 regedit 打开编辑器，导航到 HKEY_LOCAL_MACHINE\SOFTWARE\Python\PythonCore 路径，修改默认版本指向的安装路径。新手不建议碰这个，改错了容易导致 Python 的文件关联都出问题。

不管用哪种方法切换完，都记得验证一下。先跑 python --version 看版本号对不对，Linux 和 macOS 再用 which python，Windows 用 where python，确认一下当前调用的解释器路径是不是预期的那个，别忙活半天切错了环境。

python --version
which python  # Linux/macOS
where python  # Windows

这几种方案没有绝对的好坏，对应不同的场景选合适的就行。

日常项目开发优先用虚拟环境，隔离性高，操作也简单，每个项目一套依赖，不会互相污染。

需要同时维护多个 Python 版本、频繁切换的话，pyenv 更顺手，用户级的管理也不会影响系统本身。

做数据科学、需要处理大量科学计算包的场景，conda 的优势很明显，包管理和环境隔离都做得不错，就是整体偏重一点。

临时快速测试的话，手动改 PATH 或者写批处理最省事，不用装额外工具，当然也没什么隔离性，用完就关就行。

Linux 下的 update-alternatives 是系统级的方案，适合系统层面统一指定默认版本，开发环境不建议依赖这个，改不好容易把系统工具搞出问题。

基本上普通开发优先虚拟环境，全局多版本管理用 pyenv，数据科学方向直接上 conda，大部分场景都能覆盖到了。