很多人在 Ubuntu 上装完 Python 后，看到安装命令跑完就算结束，真正到写脚本、跑测试时才发现环境并没有想象中稳定。与其碰到报错再回头排查，不如按一条清晰的验证路径走一遍：先确认系统能识别 Python，再验证脚本执行、交互式输入、测试框架和虚拟环境是否正常。这样做的好处是，每一步都能对应一种常见问题，出了状况也更容易判断到底卡在哪一层。
先确认 Ubuntu 是否已经识别 Python 3
第一步先看系统里有没有可用的 Python 3，以及当前版本是多少。打开终端执行：
python3 --version如果终端返回类似 Python 3.10.12，说明解释器已经安装并且命令可用。
如果系统提示未安装，可以先执行下面这条命令补装：
sudo apt update && sudo apt install python3这一步解决的是“系统层面能不能找到 Python”这个最基础的问题。只有这里通过，后面的脚本运行和测试才有意义。
再用一个简单脚本验证执行能力
确认版本后，还需要验证 Python 是否真的能正常执行文件。最直接的方法，是新建一个最小脚本 hello.py：
print("Hello, Ubuntu Python!")保存后，进入文件所在目录并运行：
python3 hello.py如果输出结果是 Hello, Ubuntu Python!，就说明当前环境至少具备了最基本的脚本执行能力。
这一步能帮助你排除几类常见问题，比如命令能看到版本，但执行脚本时路径不对、文件没保存成功，或者调用的并不是你预期的解释器。
需要快速试代码时，直接进入交互式解释器
如果只是想临时验证一小段逻辑，没有必要每次都创建文件。终端里直接输入：
python3进入后会看到 >>> 提示符，这就是 Python 的交互式解释器。可以直接输入几行测试代码：
>>> print("即时测试：1 + 1 =", 1 + 1)
>>> x = 5
>>> y = 3
>>> print("即时测试：x * y =", x * y)如果能正常返回结果，说明解释器本身工作正常，基础运算和变量赋值也没有问题。
退出交互环境可以输入 exit()，或者直接按 Ctrl+D。这一模式特别适合快速验证函数返回值、类型转换和小段表达式，不适合保存长期代码，但很适合排查“这段逻辑到底会不会跑”的小问题。
项目稍复杂时，建议顺手跑一遍自动化测试
如果你只是确认 Python 能不能启动，到前面三步通常已经够用；但只要开始写项目代码，就建议再加上一层自动化测试验证。这样不仅能证明环境可用，也能确认测试工具链是否正常。
用 Python 内置的 unittest 做基础测试
unittest 是 Python 自带模块，不需要额外安装。先创建测试文件 test_math.py：
import unittest
def add(a, b):
return a + b
class TestMathFunctions(unittest.TestCase):
def test_add(self):
self.assertEqual(add(2, 3), 5) # 验证2+3=5
self.assertEqual(add(-1, 1), 0) # 验证-1+1=0
if __name__ == '__main__':
unittest.main()然后执行：
python3 -m unittest test_math.py如果输出 OK，说明测试通过，解释器、模块加载和基础断言机制都工作正常。若测试失败，终端会直接给出失败位置，便于继续定位。
想写得更简洁，也可以改用 pytest
如果你更习惯更轻量的测试写法，可以安装第三方测试框架 pytest：
sudo apt install python3-pytest然后新建 test_calc.py，注意文件名需要以 test_ 开头：
def multiply(a, b):
return a * b
def test_multiply():
assert multiply(4, 5) == 20 # 验证4*5=20运行命令：
pytest test_calc.pypytest 会自动发现测试函数并输出结果。相比 unittest，它的语法更直观，适合很多日常项目使用。对 Ubuntu 下的新环境来说，这一步还能顺便验证第三方包安装与命令调用是否正常。
最后用虚拟环境把测试和依赖隔离开
即使前面所有步骤都通过，也不代表你的全局环境适合长期开发。多个项目一旦依赖不同版本的库，很容易互相影响。更稳妥的做法，是在测试前后就养成使用虚拟环境的习惯：
python3 -m venv my_test_env # 创建虚拟环境
source my_test_env/bin/activate # 激活环境（Ubuntu/Mac）激活成功后，终端提示符前通常会出现 (my_test_env)。这表示你已经进入独立环境，此后安装的依赖和执行的测试都只影响当前项目，不会污染系统全局 Python。
使用完成后，执行下面的命令即可退出：
deactivate这一步不是“能不能运行 Python”的硬性条件，但对后续维护很关键。尤其是你同时维护多个项目时，虚拟环境往往比单纯确认版本号更有实际价值。
一套更稳妥的 Ubuntu Python 验证顺序
如果你想用最省事的方式判断 Python 是否安装成功，可以按这个顺序检查：
- 先用
python3 --version看系统是否识别解释器； - 再运行
hello.py确认脚本执行没有问题； - 需要即时验证时，进入
python3交互环境测试几行代码； - 项目开发阶段，用
unittest或pytest跑一遍自动化测试； - 正式开始装依赖前，优先在
venv里操作。
按这个流程走下来，你不仅能知道“Python 装没装好”，还能顺手确认当前 Ubuntu 环境是否适合继续开发和调试。
