必须先激活虚拟环境再执行pip install，否则包将安装到系统site-packages；激活后终端提示符显示环境名（如(myenv)），且which python或where python应指向虚拟环境目录。

确认虚拟环境已激活再执行 pip install

没激活就装，包会进系统 Python 的 site-packages，而不是你想要的隔离环境里。终端提示符前必须看到括号里的环境名（比如 (myenv)），否则所有 pip install 都是无效操作。

• macOS/Linux：运行 source myenv/bin/activate
• Windows CMD：运行 myenv\Scripts\activate.bat
• Windows PowerShell：运行 myenv\Scripts\Activate.ps1（如报执行策略错误，先运行 Set-ExecutionPolicy RemoteSigned -Scope CurrentUser）

激活后用 which python（macOS/Linux）或 where python（Windows）验证路径是否指向 myenv 目录内，这是最可靠的判断方式。

pip install 命令本身不需要额外参数

只要环境已激活，pip install 默认就作用于当前虚拟环境，不需要加 --user、--target 或指定 Python 解释器路径。

• 装最新版：pip install requests
• 装指定版本：pip install numpy==1.26.4
• 装兼容版本：pip install pandas>=2.2.0
• 从本地 wheel 安装：pip install ./dist/mylib-0.1.0-py3-none-any.whl

注意：pip install 不会自动升级 pip 自身——如果提示“You are using pip version X, but version Y is available”，需手动运行 python -m pip install --upgrade pip，否则可能因旧版 pip 解析依赖失败。

requirements.txt 安装要小心路径和内容

pip install -r requirements.txt 看似简单，但容易出错的点集中在两处：文件路径不对，或文件里混入了 Conda 专用语法（如 channel、dependencies 块）。

pipe

深入设计 GitHub Actions 工作流——涵盖触发策略、安全加固、性能优化、PR 自动化和可重用工作流设计。当需要新的 GHA 工作流设计或高级优化时使

下载

• 确保 requirements.txt 在当前工作目录下，或用绝对路径：pip install -r /full/path/to/requirements.txt
• Conda 的 environment.yaml 不能直接给 pip 用；需人工提取 dependencies: 下纯 PyPI 包名，转成每行一个 package==version 的格式
• 避免写 -e git+https://... 这类开发模式语法，除非你真需要 editable 模式且已装好 Git

生成干净的 requirements.txt 推荐用 pip freeze > requirements.txt，但注意它会导出所有已装包（包括间接依赖）。若只要显式安装的包，改用 pipreqs ./。

装不上时优先查 pip 和 Python 版本匹配性

很多“安装失败”其实不是网络或权限问题，而是包本身不支持当前 Python 版本。比如 black==24.0.0 要求 Python ≥3.9，而你的虚拟环境是 3.8，就会卡在 “Could not find a version that satisfies the requirement”。

• 先运行 python --version 和 pip --version，确认两者来自同一环境
• 查包的兼容性：去 PyPI 页面（如 https://pypi.org/project/requests/）看 “Requires: Python >=3.7” 这类说明
• 临时降级尝试：pip install requests==2.28.2（该版本支持到 Python 3.7）

真正麻烦的是 C 扩展包（如 numpy、cryptography）在无编译工具的 Windows 上报错。此时别硬扛，直接换预编译 wheel：pip install --only-binary=all numpy，或者提前装好 Visual Studio Build Tools。