پایتون یکی از محبوب‌ترین زبان‌های برنامه‌نویسی دنیاست و بخش زیادی از مدیریت پروژه‌های آن از طریق Terminal، CMD، PowerShell یا Linux Shell انجام می‌شود. اگر با پایتون کار می‌کنید، دانستن چند دستور اصلی برای نصب کتابخانه‌ها، حذف برنامه‌ها، مشاهده پکیج‌های نصب‌شده، ساخت محیط مجازی و مدیریت وابستگی‌ها کاملاً ضروری است.

در این مقاله مجموعه‌ای از مهم‌ترین و کاربردی‌ترین دستورات ترمینال پایتون را از سطح مقدماتی تا کاربردی بررسی می‌کنیم؛ به‌خصوص دستورهای python، pip و venv.

نکته: در دستورهای این مقاله، بسته به سیستم‌عامل ممکن است به جای python از python3 یا در ویندوز از py استفاده شود. مستندات رسمی Python و PyPA نیز استفاده از python -m pip یا معادل آن را برای اطمینان از استفاده از pip مربوط به همان مفسر پیشنهاد می‌کنند.

فهرست مطالب

  1. بررسی نصب بودن پایتون
  2. مشاهده نسخه پایتون
  3. اجرای پایتون از ترمینال
  4. بررسی نسخه pip
  5. نصب یک کتابخانه
  6. نصب چند کتابخانه به صورت هم‌زمان
  7. نصب نسخه مشخص یک کتابخانه
  8. نصب حداقل یک نسخه مشخص
  9. به‌روزرسانی یک کتابخانه
  10. حذف یک کتابخانه
  11. مشاهده تمام کتابخانه‌های نصب‌شده
  12. مشاهده اطلاعات یک کتابخانه
  13. مشاهده محل نصب کتابخانه
  14. ذخیره لیست کتابخانه‌ها در requirements.txt
  15. نصب کتابخانه‌ها از requirements.txt
  16. جست‌وجوی پکیج‌ها و روش صحیح پیدا کردن آن‌ها
  17. ساخت محیط مجازی
  18. فعال کردن محیط مجازی در ویندوز
  19. فعال کردن محیط مجازی در Linux و macOS
  20. خروج از محیط مجازی
  21. اجرای pip بدون فعال‌سازی محیط مجازی
  22. بررسی مسیر Python و pip
  23. نصب کتابخانه برای کاربر فعلی
  24. نصب نسخه آزمایشی یک پکیج
  25. نصب یک پکیج با Extras
  26. بررسی وابستگی‌های پروژه
  27. حذف محیط مجازی
  28. خطاهای رایج pip
  29. دستورات کاربردی پیشنهادی برای پروژه‌های واقعی
  30. جمع‌بندی

1. بررسی نصب بودن Python

اولین کاری که باید انجام دهید این است که مطمئن شوید Python روی سیستم نصب شده است.

در ویندوز:

python --version

یا:

py --version

در Linux و macOS:

python3 --version

اگر Python نصب باشد، چیزی شبیه نتیجه زیر مشاهده می‌کنید:

Python 3.14.6

عدد نسخه بسته به نسخه نصب‌شده روی سیستم شما متفاوت خواهد بود.

2. مشاهده نسخه Python

یکی از مهم‌ترین دستورها:

python --version

این دستور نسخه مفسر Python را نمایش می‌دهد.

برای مثال:

Python 3.12.10

در لینوکس معمولاً:

python3 --version

و در ویندوز می‌توان از:

py --version

استفاده کرد.

3. اجرای Python از طریق ترمینال

با اجرای دستور زیر وارد محیط تعاملی Python می‌شوید:

python

در بعضی سیستم‌ها:

python3

در ویندوز:

py

پس از ورود می‌توانید مستقیماً کد Python اجرا کنید:

print("Hello World")

برای خروج:

exit()

یا در بسیاری از ترمینال‌ها:

Ctrl + Z
Enter

در ویندوز و:

Ctrl + D

در Linux/macOS قابل استفاده است.

4. بررسی نصب بودن pip

pip ابزار اصلی مدیریت پکیج‌های Python است و برای نصب، حذف و به‌روزرسانی بسته‌ها استفاده می‌شود. مستندات رسمی Python نیز pip را ابزار مرجع مدیریت پکیج‌های Python معرفی می‌کنند.

برای بررسی نسخه pip:

python -m pip --version

در ویندوز:

py -m pip --version

در Linux/macOS:

python3 -m pip --version

خروجی معمولاً چیزی مانند این است:

pip 25.x from C:\Python...\site-packages\pip

چرا python -m pip؟

ممکن است روی یک سیستم چند نسخه Python نصب باشد. در چنین شرایطی اجرای مستقیم:

pip

گاهی به pip مربوط به Python دیگری متصل می‌شود.

به همین دلیل روش مطمئن‌تر این است:

python -m pip

یا در ویندوز:

py -m pip

5. نصب یک کتابخانه با pip

برای نصب یک کتابخانه از دستور زیر استفاده می‌کنیم:

python -m pip install requests

در ویندوز:

py -m pip install requests

مثلاً برای نصب Pillow:

python -m pip install pillow

برای نصب numpy:

python -m pip install numpy

برای نصب pandas:

python -m pip install pandas

pip پکیج موردنظر و وابستگی‌های لازم آن را از Python Package Index دریافت و نصب می‌کند.

6. نصب چند کتابخانه به صورت هم‌زمان

می‌توانید چند پکیج را در یک دستور نصب کنید:

python -m pip install requests numpy pandas pillow

این روش برای آماده‌سازی سریع محیط توسعه بسیار مفید است.

7. نصب نسخه مشخص یک کتابخانه

گاهی پروژه شما با آخرین نسخه یک کتابخانه سازگار نیست و لازم است نسخه خاصی نصب شود.

مثلاً:

python -m pip install requests==2.32.4

ساختار کلی:

python -m pip install PackageName==Version

برای مثال:

python -m pip install numpy==2.2.0

مستندات رسمی Python نصب یک نسخه دقیق با == را پشتیبانی می‌کنند.

8. نصب حداقل یک نسخه مشخص

می‌توانید مشخص کنید که نسخه نصب‌شده حداقل یک مقدار خاص باشد:

python -m pip install "requests>=2.30.0"

برای مثال:

python -m pip install "numpy>=2.0.0"

استفاده از علامت‌هایی مانند >=، < و موارد مشابه برای تعیین محدودیت نسخه امکان‌پذیر است. در بعضی Shellها بهتر است عبارت نسخه داخل کوتیشن قرار گیرد.

مثلاً:

python -m pip install "requests>=2.30,<3"

9. به‌روزرسانی یک کتابخانه

برای ارتقای یک پکیج به نسخه جدید:

python -m pip install --upgrade requests

یا:

python -m pip install -U requests

مثلاً:

python -m pip install --upgrade pillow

در مستندات رسمی، --upgrade روش استاندارد برای به‌روزرسانی پکیج معرفی شده است.

10. به‌روزرسانی pip

برای به‌روزرسانی خود pip:

python -m pip install --upgrade pip

در ویندوز:

py -m pip install --upgrade pip

در Linux/macOS:

python3 -m pip install --upgrade pip

قبل از انجام عملیات مختلف، می‌توانید نسخه فعلی pip را نیز بررسی کنید:

python -m pip --version

 

11. حذف یک کتابخانه

برای حذف یک پکیج:

python -m pip uninstall requests

pip قبل از حذف معمولاً از شما تأیید می‌خواهد.

برای مثال:

Proceed (Y/n)?

با وارد کردن:

Y

حذف انجام می‌شود.

می‌توانید چند پکیج را نیز با یک دستور حذف کنید:

python -m pip uninstall requests numpy pandas

دستور pip uninstall برای حذف پکیج‌های نصب‌شده استفاده می‌شود.

12. حذف بدون دریافت تأیید

برای اسکریپت‌ها یا مواقعی که نمی‌خواهید pip سؤال تأیید بپرسد:

python -m pip uninstall -y requests

برای چند کتابخانه:

python -m pip uninstall -y requests numpy pandas

پارامتر -y باعث می‌شود پاسخ تأیید به صورت خودکار پذیرفته شود.

13. مشاهده تمام کتابخانه‌های نصب‌شده

یکی از کاربردی‌ترین دستورات:

python -m pip list

این دستور فهرست پکیج‌های نصب‌شده و نسخه آن‌ها را نمایش می‌دهد.

برای نمونه:

Package      Version
------------ -------
numpy        2.x.x
pandas       2.x.x
Pillow       11.x.x
requests     2.x.x

مستندات رسمی Python نیز pip list را برای نمایش تمام پکیج‌های نصب‌شده در محیط فعلی معرفی می‌کنند.

14. مشاهده کتابخانه‌های نصب‌شده با فرمت مناسب requirements

دستور:

python -m pip freeze

لیست پکیج‌ها را به شکلی نمایش می‌دهد که برای نصب مجدد مناسب است.

مثلاً:

numpy==2.x.x
pandas==2.x.x
requests==2.x.x

تفاوت مهم:

python -m pip list

برای مشاهده اطلاعات خواناتر پکیج‌ها مناسب است.

اما:

python -m pip freeze

برای ثبت وابستگی‌های فعلی پروژه کاربرد زیادی دارد.

15. ساخت فایل requirements.txt

یکی از مهم‌ترین کاربردهای pip freeze ذخیره کردن پکیج‌های پروژه در فایل requirements.txt است:

python -m pip freeze > requirements.txt

اکنون فایلی با نام:

requirements.txt

در پوشه فعلی ساخته می‌شود.

محتوای آن می‌تواند چیزی شبیه این باشد:

numpy==2.x.x
pandas==2.x.x
Pillow==11.x.x
requests==2.x.x

این فایل برای انتقال پروژه به کامپیوتر دیگر بسیار مهم است. مستندات Python و PyPA نیز استفاده از requirements file را برای بازسازی محیط پروژه توضیح داده‌اند.

16. نصب تمام کتابخانه‌های requirements.txt

فرض کنید یک پروژه Python را از شخص دیگری دریافت کرده‌اید و در کنار فایل پروژه، فایل زیر وجود دارد:

requirements.txt

برای نصب همه وابستگی‌ها:

python -m pip install -r requirements.txt

در ویندوز:

py -m pip install -r requirements.txt

این روش یکی از مهم‌ترین دستورات برای راه‌اندازی پروژه‌های Python است.

17. مشاهده اطلاعات کامل یک کتابخانه

برای مشاهده اطلاعات یک پکیج:

python -m pip show requests

برای مثال:

python -m pip show pillow

معمولاً اطلاعاتی مانند موارد زیر مشاهده می‌شود:

Name:
Version:
Summary:
Location:
Requires:

دستور pip show برای مشاهده اطلاعات یک پکیج مشخص استفاده می‌شود.

18. فهمیدن محل نصب کتابخانه

در خروجی:

python -m pip show requests

قسمتی به نام:

Location:

وجود دارد.

این قسمت مسیر نصب پکیج را نشان می‌دهد.

این موضوع هنگام عیب‌یابی بسیار کاربردی است؛ مخصوصاً زمانی که چند Python روی سیستم نصب شده و مشخص نیست کتابخانه دقیقاً در کدام محیط قرار دارد.

19. پیدا کردن Python فعال

در ویندوز:

where python

در Linux/macOS:

which python

برای بررسی Python نسخه سوم:

which python3

در Windows Launcher نیز می‌توان از:

py -0p

برای مشاهده Pythonهای نصب‌شده استفاده کرد.

این موضوع در سیستم‌هایی که چند نسخه Python نصب شده دارند بسیار مفید است.

20. بررسی اینکه pip مربوط به کدام Python است

یک روش بسیار مناسب:

python -m pip --version

این دستور هم نسخه pip و هم محل نصب آن را مشخص می‌کند.

در شرایطی که چند Python نصب شده است، این روش از اجرای صرف:

pip --version

مطمئن‌تر است؛ چون pip از همان Pythonای اجرا می‌شود که با python مشخص کرده‌اید.

21. ساخت محیط مجازی Python

یکی از بهترین روش‌ها برای مدیریت پروژه‌های Python استفاده از Virtual Environment است.

برای ساخت محیط مجازی:

python -m venv .venv

در ویندوز:

py -m venv .venv

در Linux/macOS:

python3 -m venv .venv

در این مثال محیط مجازی در پوشه‌ای با نام:

.venv

ساخته می‌شود.

محیط مجازی باعث می‌شود کتابخانه‌های یک پروژه از پروژه‌های دیگر جدا باشند. این موضوع از تداخل نسخه‌های مختلف پکیج‌ها جلوگیری می‌کند. استفاده از محیط مجازی برای پروژه‌هایی که از پکیج‌های شخص ثالث استفاده می‌کنند نیز توصیه می‌شود.

22. فعال کردن محیط مجازی در Windows

پس از ساخت:

py -m venv .venv

برای فعال‌سازی در CMD:

.venv\Scripts\activate

در PowerShell نیز معمولاً:

.venv\Scripts\Activate.ps1

پس از فعال شدن، ابتدای خط فرمان معمولاً چیزی شبیه این دیده می‌شود:

(.venv)

مستندات PyPA برای ویندوز فعال‌سازی .venv\Scripts\activate را نشان می‌دهند.

23. فعال کردن محیط مجازی در Linux و macOS

دستور:

source .venv/bin/activate

پس از فعال‌سازی، عبارت:

(.venv)

معمولاً در ابتدای خط فرمان نمایش داده می‌شود.

24. بررسی Python داخل محیط مجازی

پس از فعال کردن محیط مجازی در ویندوز:

where python

یا در Linux/macOS:

which python

مسیر نمایش داده‌شده باید به محیط .venv اشاره کند.

به این ترتیب مطمئن می‌شوید که Python و pip مربوط به پروژه اجرا می‌شوند.

25. خروج از محیط مجازی

برای خارج شدن از Virtual Environment:

deactivate

این دستور در سیستم‌عامل‌های مختلف قابل استفاده است.

26. نصب کتابخانه بدون فعال کردن محیط مجازی

فعال‌سازی محیط مجازی تنها راه استفاده از آن نیست.

می‌توانید مستقیماً Python داخل محیط مجازی را اجرا کنید.

در ویندوز:

.venv\Scripts\python.exe -m pip install requests

در Linux/macOS:

.venv/bin/python -m pip install requests

این روش زمانی مفید است که نمی‌خواهید محیط مجازی را فعال کنید ولی می‌خواهید اطمینان داشته باشید پکیج دقیقاً در همان محیط نصب می‌شود.

27. نصب کتابخانه فقط برای کاربر فعلی

در بعضی شرایط می‌توانید از گزینه --user استفاده کنید:

python -m pip install --user requests

این روش پکیج را در محیط کاربر فعلی نصب می‌کند.

البته در یک Virtual Environment معمولاً --user کاربردی ندارد و نصب‌ها به همان محیط مجازی مربوط می‌شوند.

28. نصب نسخه آزمایشی یا Pre-release

pip به صورت معمول نسخه‌های پایدار را ترجیح می‌دهد.

برای اجازه دادن به نصب نسخه‌های آزمایشی:

python -m pip install --pre PackageName

مثلاً:

python -m pip install --pre somepackage

گزینه --pre به pip اجازه می‌دهد نسخه‌های prerelease و development را نیز در نظر بگیرد.

29. نصب Extras یک کتابخانه

بعضی پکیج‌ها امکانات اختیاری دارند که می‌توان آن‌ها را با Extras نصب کرد.

ساختار کلی:

python -m pip install "PackageName[extra]"

مثال:

python -m pip install "SomePackage[PDF]"

در Windows بهتر است کل عبارت داخل کوتیشن قرار گیرد. این قابلیت در راهنمای رسمی PyPA نیز مستند شده است.

30. به‌روزرسانی تمام پکیج‌ها

باید در این مورد کمی دقت کرد. دستور نصب و upgrade یک پکیج مشخص بسیار ساده است:

python -m pip install --upgrade requests

اما برای ارتقای همه بسته‌های یک محیط، بهتر است کورکورانه تمام کتابخانه‌ها را به جدیدترین نسخه ارتقا ندهید؛ چون ممکن است نسخه‌های جدید با یکدیگر یا با کد پروژه ناسازگار شوند.

برای پروژه‌های جدی، مدیریت نسخه‌ها با requirements.txt و محیط مجازی رویکرد امن‌تری است.

31. بررسی پکیج‌های قدیمی

در نسخه‌های جدید pip می‌توانید پکیج‌های دارای نسخه قدیمی‌تر را با:

python -m pip list --outdated

مشاهده کنید.

این دستور برای بررسی وضعیت کتابخانه‌های پروژه بسیار کاربردی است.

پس از مشاهده نتیجه، می‌توانید فقط بسته‌های موردنیاز را به‌روزرسانی کنید:

python -m pip install --upgrade package_name

32. پاک کردن کش pip

pip فایل‌های دانلودشده را در cache نگهداری می‌کند.

برای مشاهده اطلاعات cache:

python -m pip cache info

برای پاک کردن cache:

python -m pip cache purge

این کار در مواقعی که cache خراب شده یا فضای زیادی اشغال کرده است می‌تواند مفید باشد.

33. نصب دوباره یک کتابخانه

گاهی یک کتابخانه به علت نصب ناقص یا خراب شدن فایل‌ها درست کار نمی‌کند.

می‌توانید از:

python -m pip install --force-reinstall requests

استفاده کنید.

مثلاً:

python -m pip install --force-reinstall pillow

در این حالت pip بسته را دوباره نصب می‌کند.

توجه: استفاده از این گزینه همیشه اولین راه‌حل نیست. ابتدا بهتر است خطای اصلی و نسخه پکیج بررسی شود.

34. نصب بدون استفاده از cache

برای دریافت دوباره فایل‌ها بدون استفاده از cache:

python -m pip install --no-cache-dir package_name

مثلاً:

python -m pip install --no-cache-dir requests

این گزینه در برخی خطاهای مربوط به cache می‌تواند مفید باشد.

35. نصب پکیج از فایل محلی

اگر فایل یک پکیج Python را به صورت .whl در اختیار دارید، می‌توانید آن را نصب کنید:

python -m pip install package.whl

مثلاً:

python -m pip install example_package-1.0.0-py3-none-any.whl

همچنین می‌توان مسیر کامل فایل را وارد کرد:

python -m pip install C:\Downloads\package.whl

36. نصب پکیج از یک فایل محلی پروژه

اگر پروژه‌ای را به صورت سورس در اختیار دارید، بسته به ساختار آن ممکن است بتوانید آن را نصب کنید:

python -m pip install .

یا برای نصب Editable:

python -m pip install -e .

نصب Editable مخصوصاً برای توسعه کتابخانه‌ها بسیار کاربردی است؛ چون تغییرات کد پروژه مستقیماً در محیط توسعه قابل استفاده خواهند بود. PyPA نیز نصب Editable را در راهنمای نصب پکیج‌ها پوشش می‌دهد.

37. ایجاد یک پروژه استاندارد با Virtual Environment

یکی از روش‌های مناسب برای شروع یک پروژه جدید:

mkdir myproject
cd myproject
python -m venv .venv

سپس محیط را فعال کنید.

در Windows:

.venv\Scripts\activate

و بعد:

python -m pip install --upgrade pip

اکنون کتابخانه‌های موردنیاز پروژه را نصب کنید:

python -m pip install requests pillow

در نهایت:

python -m pip freeze > requirements.txt

ساختار پروژه چیزی شبیه این خواهد بود:

myproject/
│
├── .venv/
├── requirements.txt
└── main.py

قرار دادن محیط .venv داخل پروژه متداول است، ولی باید آن را معمولاً در .gitignore قرار دهید و محیط را روی سیستم مقصد دوباره ایجاد کنید؛ خود محیط مجازی به‌طور کلی قابل جابه‌جایی مطمئن نیست.

38. راه‌اندازی یک پروژه دریافت‌شده از اینترنت

فرض کنید پروژه‌ای از GitHub یا یک فایل ZIP دریافت کرده‌اید.

ابتدا وارد پوشه پروژه شوید:

cd myproject

محیط مجازی بسازید:

python -m venv .venv

محیط را فعال کنید.

سپس وابستگی‌ها را نصب کنید:

python -m pip install -r requirements.txt

و برنامه را اجرا کنید:

python main.py

این یکی از متداول‌ترین روندهای راه‌اندازی پروژه‌های Python است.

39. دستور cd برای جابه‌جایی بین پوشه‌ها

خود Python تنها چیزی نیست که باید بلد باشید. چند دستور ترمینال عمومی نیز بسیار مهم هستند.

برای ورود به یک پوشه:

cd folder

مثلاً:

cd myproject

برای رفتن به پوشه بالاتر:

cd ..

در ویندوز برای تغییر درایو:

D:

سپس:

cd Projects

مثلاً:

D:
cd PythonProjects
cd myapp

40. مشاهده فایل‌ها و پوشه‌ها

در Windows:

dir

در Linux/macOS:

ls

برای مشاهده فایل‌ها به همراه جزئیات بیشتر در Linux:

ls -la

این دستورات هنگام کار با پروژه‌های Python بسیار پرکاربرد هستند.

41. ساخت پوشه جدید

در Windows و Linux می‌توانید از:

mkdir myproject

استفاده کنید.

مثلاً:

mkdir python_test
cd python_test

42. پاک کردن محیط مجازی

محیط مجازی صرفاً یک پوشه است و معمولاً می‌توان آن را حذف و دوباره ایجاد کرد.

در Windows:

rmdir /s /q .venv

در Linux/macOS:

rm -rf .venv

سپس دوباره:

python -m venv .venv

و:

python -m pip install -r requirements.txt

استفاده از این روش برای بازسازی یک محیط خراب بسیار رایج است.

43. فرق pip list و pip freeze

این دو دستور بسیار شبیه به نظر می‌رسند، اما کاربردشان یکسان نیست.

pip list

python -m pip list

برای مشاهده فهرست خوانای پکیج‌های نصب‌شده مناسب است.

pip freeze

python -m pip freeze

نسخه دقیق بسته‌ها را در قالبی نمایش می‌دهد که برای requirements.txt مناسب است.

مثلاً:

python -m pip freeze > requirements.txt

بنابراین:

برای مشاهده پکیج‌ها: pip list

برای ثبت وابستگی‌های محیط: pip freeze

44. فرق Python Package با Module چیست؟

در دنیای Python اصطلاحات package، module و distribution package گاهی با هم اشتباه گرفته می‌شوند.

یک کتابخانه‌ای که با pip نصب می‌کنید معمولاً یک Distribution Package است. چیزی که در کد خود با import استفاده می‌کنید ممکن است یک module یا import package باشد.

برای مثال ممکن است نصب با:

python -m pip install pillow

انجام شود، ولی در کد بنویسید:

from PIL import Image

بنابراین نامی که با pip نصب می‌کنید الزاماً همیشه با نامی که در import استفاده می‌کنید یکسان نیست. راهنمای رسمی PyPA نیز بین Distribution Package و Import Package تفاوت قائل می‌شود.

45. دستور بسیار مهم python -m

یکی از نکاتی که بهتر است از همان ابتدا به آن عادت کنید، استفاده از:

python -m pip

به جای:

pip

است.

مثلاً:

python -m pip install requests
python -m pip uninstall requests
python -m pip list
python -m pip freeze

این روش کمک می‌کند pip با همان مفسر Python موردنظر اجرا شود.

46. چند دستور ضروری در یک نگاه

عملیات دستور
مشاهده نسخه Python python --version
اجرای Python python
بررسی pip python -m pip --version
نصب پکیج python -m pip install package
نصب نسخه مشخص python -m pip install package==1.0.0
به‌روزرسانی python -m pip install --upgrade package
حذف python -m pip uninstall package
نمایش پکیج‌ها python -m pip list
نمایش نسخه‌های قابل آپدیت python -m pip list --outdated
نمایش اطلاعات پکیج python -m pip show package
ذخیره وابستگی‌ها python -m pip freeze > requirements.txt
نصب requirements python -m pip install -r requirements.txt
ساخت محیط مجازی python -m venv .venv
خروج از محیط مجازی deactivate
پاک‌سازی cache python -m pip cache purge
اجرای Python مشخص در ویندوز py

47. مجموعه دستورات پیشنهادی برای شروع یک پروژه

اگر بخواهیم یک پروژه Python را از صفر آماده کنیم، می‌توانیم تقریباً این مراحل را انجام دهیم:

mkdir myproject
cd myproject
python -m venv .venv

فعال‌سازی در Windows:

.venv\Scripts\activate

در Linux/macOS:

source .venv/bin/activate

سپس:

python -m pip install --upgrade pip

نصب کتابخانه‌ها:

python -m pip install requests pillow

ثبت وابستگی‌ها:

python -m pip freeze > requirements.txt

و در پایان اجرای برنامه:

python main.py

48. اگر pip کار نکرد چه کنیم؟

یکی از خطاهای رایج این است که سیستم دستور:

pip is not recognized

یا خطای مشابهی نمایش می‌دهد.

در این شرایط ابتدا به جای pip از این دستور استفاده کنید:

python -m pip --version

اگر در ویندوز جواب نداد:

py -m pip --version

در Linux:

python3 -m pip --version

اگر pip نصب نباشد، در بعضی نصب‌ها می‌توان از ensurepip استفاده کرد:

python -m ensurepip --default-pip

یا در ویندوز:

py -m ensurepip --default-pip

مستندات رسمی PyPA این روش را به عنوان یکی از راه‌های فراهم کردن pip توضیح می‌دهند.

49. خطای Permission هنگام نصب

گاهی هنگام اجرای:

python -m pip install package

با خطای Permission مواجه می‌شوید.

در چنین شرایطی استفاده از محیط مجازی معمولاً راهکار بهتری است:

python -m venv .venv

فعال‌سازی محیط و سپس:

python -m pip install package

در راهنمای رسمی PyPA نیز استفاده از Virtual Environment برای جلوگیری از مشکلات محیط سیستم توصیه شده است و به‌ویژه روی Linux نباید بدون دلیل از sudo pip install برای مدیریت پکیج‌های پروژه استفاده کرد.

50. بهترین روش برای پروژه‌های Python

اگر تازه برنامه‌نویسی Python را شروع کرده‌اید، بهتر است از همان ابتدا این عادت را داشته باشید:

هر پروژه = یک Virtual Environment

برای مثال:

python -m venv .venv

سپس:

.venv\Scripts\activate

و بعد نصب کتابخانه‌ها:

python -m pip install ...

در پایان نیز:

python -m pip freeze > requirements.txt

این روش باعث می‌شود وابستگی‌های پروژه‌ها از یکدیگر جدا بمانند و بازسازی محیط توسعه ساده‌تر شود.

جمع‌بندی

ترمینال Python در نگاه اول ممکن است پیچیده به نظر برسد، اما برای کارهای روزمره تنها چند دستور اصلی واقعاً ضروری هستند.

مهم‌ترین دستورهایی که باید به خاطر داشته باشید عبارت‌اند از:

python --version

برای مشاهده نسخه Python،

python -m pip install package

برای نصب کتابخانه،

python -m pip uninstall package

برای حذف،

python -m pip list

برای مشاهده کتابخانه‌های نصب‌شده،

python -m pip show package

برای مشاهده اطلاعات یک کتابخانه،

python -m pip freeze > requirements.txt

برای ذخیره وابستگی‌های پروژه،

python -m pip install -r requirements.txt

برای نصب وابستگی‌های ثبت‌شده،

و:

python -m venv .venv

برای ساخت یک محیط مجازی مستقل.

با یادگیری همین دستورات می‌توانید بخش بزرگی از مدیریت پروژه‌های Python را از طریق CMD، PowerShell یا Terminal انجام دهید. برای پروژه‌های واقعی نیز ترکیب Virtual Environment + pip + requirements.txt یکی از پایه‌ای‌ترین روش‌های مدیریت وابستگی‌های Python است.