📚 Termux 无 Root 学习开发系列
当前进度：阶段二 · 6/28
阶段一：环境搭建与终端基础 ✅ 已完成
阶段二：编程开发环境
01-05 环境搭建与终端基础（已完成）
06 Python 开发环境搭建（当前篇）
07 C/C++ 开发环境
08 Node.js 开发环境
09 Git 版本控制
阶段三至九共 19 篇，后续持续更新

06 Python 开发环境搭建：从 pip 到虚拟环境

难度：入门→进阶 | 前置：05 Vim/Neovim 与 tmux 终端工作流（下）
在手机上配置完整 Python 开发环境，编写第一个 API 调用脚本
读完本篇你将能：在 Termux 上安装 Python 3.12 并验证版本，用 pip 管理第三方包并配置国内镜像加速，创建 venv 虚拟环境实现项目隔离，安装 requests/flask/fastapi 等常用库并编写最小可运行示例，用 ruff 做代码检查和格式化，最终完成一个调用免费天气 API 的完整脚本。
📑 本文目录
01Python 安装与版本验证
02pip 包管理基础
03虚拟环境 venv：项目隔离
04常用库安装与最小示例
05科学计算环境（可选）
06开发工具：ipython 与 ruff
07运行 Python 脚本的三种方式
08调试技巧：print 与 pdb
09实操项目：天气 API 调用脚本

前五篇你已经搭建好了 Termux 环境，配置了 Neovim 编辑器和 tmux 终端复用器。从本篇开始，我们正式进入阶段二——编程开发环境。Python 是手机上最友好的编程语言之一：安装即用、无需编译、生态丰富。本篇将带你从零搭建完整 Python 开发环境，并在最后完成一个真实可运行的天气 API 调用脚本。

§1 Python 安装与版本验证

Termux 官方仓库直接提供 Python 包，一条命令即可安装。截至 2026 年 8 月，Termux 官方仓库安装的是 Python 3.12.x（当前稳定版）：

Shell
pkg install python

安装完成后验证版本：

Shell
python --version

预期输出：

Output
Python 3.12.11

pip 随 Python 一起安装，无需单独操作。验证 pip：

Shell
pip --version

预期输出（版本号可能略有不同）：

Output
pip 25.0.1 from /data/data/com.termux/files/usr/lib/python3.12/site-packages/pip (python 3.12)

直接输入 python 可进入交互式 REPL（Read-Eval-Print Loop），实时执行 Python 代码：

Python REPL
python
>>> print("Hello, Termux!")
Hello, Termux!
>>> 2 ** 10
1024
>>> exit()
💡 小贴士
如果你需要 Python 3.13，可通过 Termux User Repository（TUR）安装：pkg install python3.13 -r tur。Python 3.14 社区构建版也已可用（adybag14-cyber/termux-python 项目），但非官方稳定版，不建议用于生产。新手直接用官方仓库的 Python 3.12 即可。

§2 pip 包管理基础

pip 是 Python 的包管理工具，类似 Termux 的 pkg。装好 Python 后 pip 就可直接使用。以下是最常用的操作：

操作 命令
安装单个包 pip install requests
批量安装 pip install requests httpx beautifulsoup4
从文件安装 pip install -r requirements.txt
查看已安装 pip list
卸载包 pip uninstall 包名
升级 pip 自身 pip install --upgrade pip

配置国内镜像源

默认 pip 从 PyPI 官方源下载包，在国内手机网络下速度极慢。配置清华镜像源后下载速度可提升 10 倍以上：

Shell
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

配置完成后，所有 pip install 都自动走清华源。也可以临时指定：

Shell
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

requirements.txt 依赖管理

当一个项目依赖多个包时，手动逐个安装不现实。标准做法是创建 requirements.txt 文件列出所有依赖：

requirements.txt
requests>=2.32
httpx>=0.27
beautifulsoup4>=4.12
flask>=3.0

一行命令即可安装全部依赖：

Shell
pip install -r requirements.txt

反过来，当你想导出当前环境的所有依赖时：

Shell
pip freeze > requirements.txt

§3 虚拟环境 venv：项目隔离

为什么需要虚拟环境？假设项目 A 需要 requests 2.28，项目 B 需要 requests 2.32——如果都装在全局环境里就会冲突。venv 的作用就是为每个项目创建独立的 Python 环境，互不干扰。

Python 3.12 内置了 venv 模块，无需额外安装。完整流程如下：

Shell
1
2
3
4
5
6
7
# 创建虚拟环境（在项目目录下）
python -m venv myproject-env
 
# 激活虚拟环境
source myproject-env/bin/activate
 
# 退出虚拟环境
deactivate

激活后，命令行提示符会多出 (myproject-env) 前缀。此时用 pip install 安装的包只存在于这个虚拟环境中，不影响全局 Python。

最佳实践：每个独立项目创建自己的 venv，项目目录结构如下：

项目结构
1
2
3
4
5
~/projects/weather-api/
├── myproject-env/    # 虚拟环境目录
├── weather.py         # 主脚本
├── requirements.txt   # 依赖清单
└── README.md

§4 常用库安装与最小示例

以下四个库覆盖了手机上最常见的 Python 使用场景：HTTP 请求、HTML 解析、Web 框架。每个库给出一个可以直接复制运行的最小示例。

requests：HTTP 请求

requests 是 Python 最经典的 HTTP 库，用 3 行代码就能发起 GET 请求：

Shell
pip install requests
Python (demo_requests.py)
1
2
3
4
5
6
7
8
9
import requests
 
resp = requests.get("https://httpbin.org/get")
print(f"状态码: {resp.status_code}")
print(f"响应体: {resp.json()}")
 
# 带参数的请求
resp2 = requests.get("https://httpbin.org/get", params={"q": "termux"})
print(resp2.json()["args"])

httpx：异步 HTTP 客户端

httpx 是 requests 的现代替代品，API 几乎一致，但额外支持异步请求（async/await），适合高并发场景：

Python (demo_httpx.py)
1
2
3
4
5
6
7
8
9
10
import httpx
 
# 同步用法（和 requests 一模一样）
resp = httpx.get("https://httpbin.org/get")
print(resp.status_code)
 
# 异步用法（需 asyncio）
async def fetch(url):
    async with httpx.AsyncClient() as client:
        return await client.get(url)

beautifulsoup4：HTML 解析

BeautifulSoup4 用于解析 HTML 文档，提取网页内容。配合 requests 可以实现简单的网页爬虫：

Python (demo_bs4.py)
1
2
3
4
5
6
7
8
9
10
11
12
import requests
from bs4 import BeautifulSoup
 
resp = requests.get("https://example.com")
soup = BeautifulSoup(resp.text, "html.parser")
 
# 提取所有链接
for link in soup.find_all("a"):
    href = link.get("href")
    if href:
        print(f"链接: {href}")
 
print(soup.title.string)

flask：轻量 Web 框架

Flask 是 Python 最轻量的 Web 框架，几行代码就能在手机上启动一个 Web 服务器。在 Termux 里启动后，同一局域网的设备就能通过手机 IP 访问：

Python (demo_flask.py)
1
2
3
4
5
6
7
8
9
10
from flask import Flask
 
app = Flask(__name__)
 
@app.route("/")
def hello():
    return "Hello from Termux!"
 
if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8080)

运行后在同一局域网用浏览器访问 http://手机IP:8080 即可看到返回。

§5 科学计算环境（可选）

在手机上安装 numpy、pandas、scipy 等科学计算库有一个痛点：直接 pip install numpy 会触发从源码编译，在手机 ARM 处理器上耗时数十分钟甚至失败。以下两种方案可以秒级安装。

方案一：Termux 原生包

Termux 官方仓库提供了预编译的科学计算包，用 pkg 安装，秒级完成：

Shell
pkg install python-numpy python-pandas python-scipy
pkg install matplotlib

方案二：termux-pip（tpip）工具

termux-pip（命令名 tpip）是社区维护的预编译 wheel 仓库，提供 numpy/pandas/scipy 等包的 Termux 专用 wheel 文件，秒级安装：

Shell
pip install termux-pip
tpip install numpy pandas scipy

matplotlib 画图示例

手机上没有 GUI 显示窗口，matplotlib 需要设置 Agg 后端，将图表保存为图片文件查看：

Python (demo_plot.py)
1
2
3
4
5
6
7
8
9
10
11
12
import matplotlib
matplotlib.use("Agg")  # 无头模式
import matplotlib.pyplot as plt
import numpy as np
 
x = np.linspace(0, 10, 100)
y = np.sin(x)
 
plt.plot(x, y)
plt.title("Sine Wave")
plt.savefig("sine.png")  # 保存为图片
print("已保存 sine.png")

运行后用 termux-open sine.png 可以用手机图库打开生成的图表。

§6 开发工具：ipython 与 ruff

ipython：增强交互式 Python

Python 自带的 REPL 功能简陋——没有语法高亮、没有自动补全。ipython 8.x 提供了语法高亮、自动补全、魔术命令等增强功能，是探索性编程的利器：

Shell
pip install ipython

安装后用 ipython 替代 python 进入交互环境，体验 Tab 补全和语法高亮：

IPython
ipython
In [1]: import os
In [2]: os.   # 按 Tab 看到所有 os 模块成员
In [3]: ?print  # 查看函数文档
In [4]: %time sum(range(1000000))

ruff：代码检查与格式化

ruff 是用 Rust 编写的 Python linter 和 formatter，速度极快，已替代 flake8 + isort + black 三件套成为主流选择。在手机上它的速度优势尤其明显：

Shell
pip install ruff

两个核心命令：

Shell
ruff check .   # 检查代码问题
ruff format .  # 自动格式化代码

在 Neovim 中配置 ruff（承接第 04 篇）

上一篇配置的 Neovim 可以集成 ruff，实现保存时自动格式化。在 ~/.config/nvim/init.lua 中添加：

Lua (~/.config/nvim/init.lua)
1
2
3
4
5
6
7
8
9
-- Python 文件保存时自动用 ruff 格式化
vim.api.nvim_create_autocmd("BufWritePost", {
  pattern = { "*.py" },
  callback = function()
    local file = vim.fn.expand("%")
    vim.cmd("!" .. "ruff format " .. file)
    vim.cmd("edit")
  end
})

§7 运行 Python 脚本的三种方式

在 Termux 中运行 Python 脚本有三种常用方式，各有适用场景：

Shell
1
2
3
4
5
6
7
8
9
# 方式一：直接运行脚本
python script.py
 
# 方式二：模块方式运行（如启动 HTTP 服务器）
python -m http.server 8080
 
# 方式三：后台运行（承接第 05 篇 tmux）
nohup python server.py &
 
# shebang 行（脚本第一行，直接 ./script.py 运行）
#!/data/data/com.termux/files/usr/bin/python

使用 shebang 行后，给脚本添加可执行权限即可直接运行：

Shell
chmod +x script.py
./script.py
💡 小贴士
tmux 内推荐用方式一。如果需要在后台持续运行 Web 服务器，用方式三 nohup ... & 或直接在 tmux 会话里运行——即使 detach 了会话，进程也不会被杀。

§8 调试技巧：print 与 pdb

print 调试

最简单的调试方式就是 print。Python 3.12 支持嵌套 f-string，可以直接在字符串中输出变量值：

Python
print(f"DEBUG: x={x}, type={type(x)}")

pdb 断点调试

当 print 不够用时，Python 内置的 pdb 调试器可以让你逐行执行代码、检查变量。在代码中插入断点：

Python (debug_demo.py)
1
2
3
4
5
6
7
8
9
def divide(a, b):
    import pdb; pdb.set_trace()
    result = a / b
    return result
 
print(divide(10, 0))
 
# 运行后程序在断点处暂停
# Python 3.12+ 也可用 breakpoint() 替代

运行 python debug_demo.py 后程序会在断点处暂停，进入 pdb 交互模式。常用命令：

命令 功能
n 下一步（不进入函数）
s 步入（进入函数内部）
c 继续运行到下一个断点
l 查看当前代码上下文
p 变量名 打印变量值
q 退出调试器

§9 实操项目：天气 API 调用脚本

现在把前面学到的所有知识串起来——创建虚拟环境、安装依赖、编写脚本、运行调试——完成一个调用免费天气 API 的完整项目。我们使用 Open-Meteo 免费天气 API（无需注册、无需 API Key）。

第一步：创建项目与虚拟环境

Shell
1
2
3
4
5
6
mkdir -p ~/projects/weather-api
cd ~/projects/weather-api
python -m venv myproject-env
source myproject-env/bin/activate
 
pip install requests

第二步：编写 weather.py

用 Neovim 编辑脚本：nvim weather.py。完整代码如下：

Python (weather.py)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
import requests
import sys
 
# 城市坐标（纬度,经度）
CITIES = {
    "beijing": (39.9, 116.4),
    "shanghai": (31.2, 121.5),
    "guangzhou": (23.1, 113.3),
    "shenzhen": (22.5, 114.1),
}
 
def get_weather(city):
    if city not in CITIES:
        print(f"未知城市: {city}")
        print(f"可选: {list(CITIES.keys())}")
        return
 
    lat, lon = CITIES[city]
    url = f"https://api.open-meteo.com/v1/forecast"
    params = {
        "latitude": lat, "longitude": lon,
        "current": "temperature_2m,weather_code,wind_speed_10m",
        "timezone": "Asia/Shanghai"
    }
 
    resp = requests.get(url, params=params)
    data = resp.json()
    current = data["current"]
 
    print(f"=== {city} 实时天气 ===")
    print(f"温度: {current['temperature_2m']}°C")
    print(f"风速: {current['wind_speed_10m']} km/h")
 
if __name__ == "__main__":
    city = sys.argv[1] if len(sys.argv) > 1 else "beijing"
    get_weather(city)

第三步：运行并查看输出

Shell
python weather.py shanghai

预期输出：

Output
=== shanghai 实时天气 ===
温度: 32.4°C
风速: 12.5 km/h

不带参数运行则默认查询北京：python weather.py。这个脚本调用了真实的 Open-Meteo API，返回的数据是实时的。

💡 小贴士
用 tmux 分屏：左窗格 Neovim 编辑 weather.py，右窗格运行脚本。修改代码后 Esc :w 保存，右窗格按 ↑ 调出上一条命令重新运行——这就是上一篇 tmux + Neovim 联动的实战应用。退出虚拟环境前记得 pip freeze > requirements.txt 保存依赖。
✏️ 动手练习
🟢 基础验证
创建一个 venv 虚拟环境，在其中安装 requests 库，编写一个 3 行脚本调用 https://httpbin.org/ip 并打印返回的 IP 地址，最后 deactivate 退出。
参考解法：python -m venv test-env → source test-env/bin/activate → pip install requests → 编写 import requests; print(requests.get("https://httpbin.org/ip").json()) → deactivate
🟡 组合应用
基于本篇天气脚本，扩展功能：在 CITIES 字典中添加至少 3 个新城市，让脚本支持 python weather.py all 参数，遍历所有城市并打印天气。用 ruff check weather.py 检查代码风格，再用 ruff format weather.py 格式化。
提示：在 if __name__ 块中判断 sys.argv[1] == "all"，然后用 for city in CITIES 循环调用。
🔴 开放挑战
将天气脚本升级为 Flask Web 服务：访问 /weather/beijing 返回 JSON 格式天气数据，访问 / 返回所有支持的城市列表。用 tmux 后台运行，在同一局域网用手机浏览器访问验证。
方向：将 get_weather 改为返回 dict 而非直接 print，然后用 Flask 路由调用它。Flask 的 jsonify 函数可将 dict 转为 JSON 响应。记得 pip install flask 并在 venv 中运行。
📖 知识回顾
Python 3.12 安装 pip 包管理 清华镜像源加速 venv 虚拟环境 requirements.txt requests/flask 库 tpip 科学计算 ruff 代码检查 pdb 调试 天气 API 脚本
下篇预告
07 C/C++ 开发环境
将搭建 Termux 上的 C/C++ 开发环境：安装 gcc/clang 编译器、make 构建工具、gdb 调试器，编写并编译第一个 C 程序，理解编译链接流程
关注公众号持续获取系列更新