Python | 6 个 CMD 常用命令，让你的开发效率翻倍（新手必看）

CMD Python 6大命令提升效率

原创于 2025-09-09 10:38:59 发布 · 1.4k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #cmd #编程开发

文章目录

前言
一、先搞懂：为什么需要在 CMD 中用 Python 命令？
二、6 个 CMD 常用 Python 命令，从基础到实用
- 1.python --version：查看 Python 版本（入门必查）
- 2.python：进入 Python 交互模式（快速测试代码）
三、新手常见问题与避坑指南
四、总结：CMD Python 命令使用场景速查表
↓ ↓ ↓ 加下方名片找我，直接拿源码还有案例 ↓ ↓ ↓

前言

`
对 Python 开发者来说，CMD（命令提示符）是一个容易被忽略却异常实用的工具。很多人习惯用 IDE（如 PyCharm、VS Code）操作 Python，但在快速验证代码、运行脚本、管理环境等场景下，CMD 命令反而更高效 —— 无需打开庞大的 IDE，几行命令就能搞定需求。今天，我们就聚焦 6 个在 CMD 中最常用的 Python 命令，从功能解析到实战场景，帮你彻底掌握命令行操作 Python 的核心技巧，尤其适合新手入门和日常开发效率提升。

一、先搞懂：为什么需要在 CMD 中用 Python 命令？

在开始学习命令前，先明确一个问题：有了 IDE，为什么还要学 CMD 命令？

主要有 3 个核心场景：

快速验证代码：想测试一段简单代码（如语法、函数调用），CMD 中一行命令就能运行，比打开 IDE 新建文件更高效；
批量执行脚本：在服务器或无 GUI 环境中，只能通过命令行运行 Python 脚本；
环境管理：安装包、创建虚拟环境、查看版本等操作，CMD 命令更直接，且能避免 IDE 配置问题。简单说：IDE 适合复杂项目开发，CMD 适合轻量、快速的 Python 操作。掌握这 6 个命令，能让你在两种场景下灵活切换，效率翻倍。

二、6 个 CMD 常用 Python 命令，从基础到实用

以下命令均基于 Windows 系统的 CMD（按下Win+R，输入cmd回车即可打开），Python 版本建议 3.6+，确保已配置 Python 环境变量（若未配置，需在命令中使用 Python 安装路径的完整地址，如C:\Python39\python.exe）。

1.python --version：查看 Python 版本（入门必查）

功能解析

快速查看当前 CMD 环境中生效的 Python 版本，避免因多版本共存导致的运行错误（比如电脑同时装了 Python 3.8 和 3.10，需确认当前用的是哪个版本）。

用法与示例
打开 CMD，直接输入命令并回车：

# 查看Python版本
python --version
# 或简写（部分版本支持）
python -V
输出结果
Python 3.10.11

实战场景

安装新库前，确认 Python 版本是否兼容（如某些库不支持 Python 3.6 以下版本）；
解决 “明明装了 Python 却提示‘python 不是内部或外部命令’” 的问题 —— 若执行命令报错，说明 Python 未配置环境变量，需重新配置（文末附环境变量配置方法）。

注意事项

若电脑同时装了 Python 2 和 Python 3，可能需要用python3 --version查看 Python 3 版本（具体取决于安装时的配置）；
若命令提示 “找不到 Python”，优先检查环境变量：右键 “此电脑”→“属性”→“高级系统设置”→“环境变量”→“系统变量”→“Path”，确认 Python 安装目录（如C:\Python310）和Scripts目录（如C:\Python310\Scripts）已添加。

2.python：进入 Python 交互模式（快速测试代码）

功能解析
进入 Python 的交互模式（也称 REPL 模式：Read-Eval-Print Loop），可以实时输入 Python 代码并执行，适合测试简单语法、函数调用、代码片段，无需创建.py文件。

打开 CMD，输入python并回车，进入交互模式：
此时 CMD 会显示 Python 版本信息，并出现>>>提示符，代表已进入交互模式，可直接输入 Python 代码：

Python 3.10.11 (tags/v3.10.11:7d4cc5a, Apr 20 2023, 19:05:19) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>
3.输入代码并执行（示例）：
# 测试加法运算
>>> 1 + 2 * 3
7
# 测试列表推导式
>>> [i*2 for i in range(5)]
[0, 2, 4, 6, 8]
# 测试函数定义与调用
>>> def add(a, b):
...     return a + b
...
>>> add(3, 5)
8

退出交互模式：输入exit()或quit()，或按下Ctrl+Z再回车。

实战场景

快速验证代码语法：比如不确定str.format()的用法，在交互模式中试一次就懂；
临时计算：比如需要计算一组数据的平均值，用 Python 代码快速实现，比计算器更灵活；
查看函数帮助：输入help(函数名)，如help(str.split)，可直接查看函数文档。

注意事项

交互模式中，代码不能保存，关闭 CMD 后所有输入会丢失，仅适合临时测试；
多行代码（如函数、循环）需要注意缩进，输入完一行后按回车，会出现…提示符，代表继续输入下一行。

python 脚本路径.py：运行 Python 脚本（核心命令）

功能解析

这是最核心的命令之一：在 CMD 中运行已写好的 Python 脚本文件（.py后缀），无论是简单的工具脚本还是复杂的项目入口文件，都能用这个命令执行。

用法与示例
首先明确脚本路径：假设你有一个test.py脚本，放在D:\PythonProjects目录下，脚本内容如下：

# test.py
print("Hello, CMD!")
name = input("请输入你的名字：")
print(f"你好，{name}！这是通过CMD运行的Python脚本。")
运行步骤：
1.打开 CMD，先切换到脚本所在目录（关键！若不切换目录，需输入完整路径）：
# 切换到D盘（CMD中切换盘符直接输入“盘符:”）
D:
# 切换到脚本所在目录（cd + 目录路径）
cd PythonProjects

执行脚本：输入python 脚本名.py并回车：

python test.py

输出结果

Hello, CMD!

请输入你的名字：小明你好，小明！这是通过CMD运行的Python脚本。进阶用法：带参数运行脚本如果脚本需要接收外部参数（如传入文件路径、配置项），可以在命令后直接添加参数，脚本中用sys.argv获取。

示例：

修改test.py脚本，支持接收参数：

# test.py（带参数版本）
import sys
# sys.argv[0]是脚本名，sys.argv[1:]是传入的参数列表
print("脚本名：", sys.argv[0])
print("传入的参数：", sys.argv[1:])
if len(sys.argv) > 1:
print(f"你传入的第一个参数是：{sys.argv[1]}")

在 CMD 中带参数运行：

python test.py 2024 数据分析 Python

输出结果：

脚本名： test.py
传入的参数： ['2024', '数据分析', 'Python']
你传入的第一个参数是：2024

实战场景

运行本地写好的 Python 脚本（如数据处理脚本、自动化工具）；
在服务器上运行 Python 项目的入口脚本（如main.py）；
批量执行脚本（配合 CMD 的for循环，可批量运行多个.py文件）。

注意事项

若不切换到脚本目录，需输入脚本的完整路径，如：

# 不切换目录，直接用完整路径运行
python D:\PythonProjects\test.py

脚本路径中若有空格，需用英文引号包裹，如：

# 路径含空格（如“Python Projects”）
python "D:\Python Projects\test.py"

pip install 包名：安装 Python 库（必备命令）
功能解析

pip是 Python 的包管理工具，通过pip install命令可从 PyPI（Python 官方包仓库）下载并安装所需的第三方库（如 Pandas、Flask、TensorFlow），是 Python 生态的核心命令之一。

基础用法与示例

# 安装指定库（默认最新版本）
pip install pandas
# 安装指定版本的库（避免版本兼容问题）
pip install flask==2.3.3
# 升级已安装的库到最新版本
pip install --upgrade requests

输出结果（以安装 Pandas 为例）

Collecting pandas
Downloading pandas-2.2.1-cp310-cp310-win_amd64.whl (11.6 MB)
|████████████████████████████████| 11.6 MB 5.2 MB/s
Collecting numpy>=1.22.4
Downloading numpy-1.26.4-cp310-cp310-win_amd64.whl (15.8 MB)
|████████████████████████████████| 15.8 MB 7.8 MB/s
# 后续会自动安装依赖包，最终显示“Successfully installed pandas-2.2.1 ...”
Successfully installed pandas-2.2.1 numpy-1.26.4 python-dateutil-2.9.0.post0 pytz-2024.1 six-1.16.0

进阶用法：国内镜像源加速安装

默认情况下，pip从国外的 PyPI 下载库，速度较慢，尤其在网络不好时容易失败。此时可通过-i参数指定国内镜像源（如阿里云、豆瓣），下载速度会提升 10 倍以上。

常用国内镜像源：

阿里云：https://mirrors.aliyun.com/pypi/simple/
豆瓣：https://pypi.doubanio.com/simple/
清华：https://pypi.tuna.tsinghua.edu.cn/simple/

示例（用阿里云镜像安装 TensorFlow）：

pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/

实战场景

新建项目后，安装所需的第三方库（如数据分析用 Pandas、Web 开发用 Flask）；
团队协作时，根据requirements.txt批量安装依赖（下文会讲）；
升级旧库以获取新功能或修复漏洞（如pip install --upgrade pandas）。

注意事项

若 CMD 提示 “pip 不是内部或外部命令”，需检查 Python 的Scripts目录是否在环境变量中（Scripts目录包含pip.exe）；
安装大型库（如 TensorFlow、PyTorch）时，建议用国内镜像源，避免下载中断；
若安装失败，可尝试用pip3 install（针对 Python 3），或检查 Python 版本是否与库兼容。
pip list / pip freeze：查看已安装的库（管理依赖）
功能解析
pip list：列出当前 Python 环境中已安装的所有库及其版本，格式清晰，适合快速查看；
pip freeze：以 “库名 == 版本号” 的格式列出已安装库，适合导出依赖列表（生成requirements.txt文件），方便团队共享或项目迁移。

用法与示例

pip list

输出结果（示例）：

Package         Version
--------------- -------
pandas          2.2.1
pip             23.3.1
Python-dateutil 2.9.0.post0
pytz            2024.1
requests        2.31.0
setuptools      68.2.2
six             1.16.0

pip freeze：导出依赖列表

实际开发中，我们常将项目依赖导出到requirements.txt文件，方便他人或其他环境快速安装相同版本的库。命令如下：

# 将依赖列表导出到requirements.txt（若文件不存在则创建，存在则覆盖）
pip freeze > requirements.txt

执行后，会在当前目录生成requirements.txt文件，内容如下（示例）：

pandas==2.2.1
numpy==1.26.4
python-dateutil==2.9.0.post0
pytz==2024.1
requests==2.31.0
six==1.16.0

根据requirements.txt批量安装依赖

拿到requirements.txt后，他人可通过以下命令一键安装所有依赖，避免版本不一致问题：

pip install -r requirements.txt

实战场景

检查项目依赖是否完整：通过pip list确认所需库是否已安装；
项目迁移：将requirements.txt复制到新环境，用pip install -r批量安装依赖；
团队协作：提交代码时同步提交requirements.txt，确保所有人用相同版本的库，避免 “本地能跑，别人跑不了” 的问题。
注意事项
pip freeze不会列出pip和setuptools本身，而pip list会；
若在虚拟环境中执行命令，只会列出虚拟环境内的库（推荐用虚拟环境隔离项目依赖，下文会讲）。

python -m venv 虚拟环境名：创建 Python 虚拟环境（环境隔离）
功能解析

创建 Python 虚拟环境，实现 “项目间环境隔离”—— 不同项目可使用不同版本的 Python 库，避免因 “一个项目升级库导致另一个项目报错” 的问题（比如项目 A 需要 Django 3，项目 B 需要 Django 4，虚拟环境可分别满足）。

这是开发多项目时的 “必备操作”，尤其适合团队协作和项目部署。

用法与示例
以在D:\PythonProjects目录下创建名为myenv的虚拟环境为例：

D:
cd PythonProjects

创建虚拟环境：

创建后需激活才能使用，激活命令分两种情况：
激活成功后，CMD 提示符前会出现(myenv)，代表当前处于虚拟环境中：

(myenv) D:\PythonProjects>

CMD 环境：

myenv\Scripts\activate.bat

PowerShell 环境（若用 PowerShell，需先执行Set-ExecutionPolicy RemoteSigned开启脚本执行权限）：

.\myenv\Scripts\Activate.ps1

在虚拟环境中操作：
激活后，所有python和pip命令都只作用于当前虚拟环境，比如安装库：

# 仅在myenv中安装flask 2.3.3
pip install flask==2.3.3

退出虚拟环境：

deactivate

退出后，CMD 提示符前的(myenv)消失，回到全局 Python 环境。

实战场景

开发多项目时，为每个项目创建独立虚拟环境，避免依赖冲突；
测试库的新版本：在虚拟环境中安装新版本库，不影响全局环境；
项目部署前，通过虚拟环境确认依赖完整，再导出requirements.txt。

注意事项

虚拟环境文件夹（如myenv）无需提交到代码仓库，可添加到.gitignore；
若创建虚拟环境时提示 “找不到 venv 模块”，需安装python-venv包（Windows 系统通常默认包含，Linux/macOS 需执行sudo apt install python3-venv）；
激活命令需在虚拟环境所在目录执行，或输入完整路径（如D:\PythonProjects\myenv\Scripts\activate.bat）。

三、新手常见问题与避坑指南

在使用这些 CMD 命令时，新手很容易遇到问题，以下是 3 个高频问题及解决方案：

问题 1：“python 不是内部或外部命令”

原因
Python 未配置环境变量，CMD 无法找到 Python 解释器的路径。

解决方案
1.找到 Python 安装目录（默认路径如C:\Python310，自定义安装需记清路径）；
2.右键 “此电脑”→“属性”→“高级系统设置”→“环境变量”；
3.在 “系统变量” 中找到 “Path”，点击 “编辑”→“新建”，分别添加 Python 安装目录和Scripts目录：

C:\Python310（Python 解释器路径）
C:\Python310\Scripts（pip 路径）
4.点击 “确定” 保存，关闭所有 CMD 窗口后重新打开，问题即可解决。

问题 2：运行脚本提示 “No module named xxx”

原因
所需库未安装，或安装的库不在当前 Python 环境中（如在全局环境安装，却在虚拟环境中运行脚本）。

解决方案

确认 CMD 提示符前是否有(env名)，若无则激活失败，重新执行激活命令；
若激活成功仍安装到全局，检查激活命令是否正确（CMD 用activate.bat，PowerShell 用Activate.ps1）；
若仍失败，删除虚拟环境文件夹，重新执行python -m venv 虚拟环境名创建。

四、总结：CMD Python 命令使用场景速查表

最后，为大家整理一张 “命令 - 场景” 速查表，方便快速查阅：

命令	核心功能	适用场景
python --version	查看 Python 版本	确认环境版本、排查多版本冲突
Python	进入交互模式	快速测试代码片段、临时计算
python 脚本.py	运行 Python 脚本	执行本地脚本、服务器运行项目
pip install 包名	安装第三方库	项目依赖安装、库升级
pip list/ pip freeze	查看/导出依赖	检查依赖完整性、项目迁移
python -m venv 环境名	创建虚拟环境	多项目环境隔离、避免依赖冲突