Najważniejsze komendy Pythona w terminalu - praktyczna ściąga

Praca z Pythonem zaczyna się zwykle od kilku poleceń wpisywanych w terminalu: uruchomienia interpretera, odpalenia skryptu, instalacji biblioteki albo przygotowania środowiska projektu. Poniżej porządkuję najważniejsze komendy, pokazuję ich praktyczne zastosowania i wyjaśniam różnice między poleceniami systemowymi, modułami Pythona oraz instrukcjami używanymi już w kodzie.

Od czego zacząć pracę z Pythonem w terminalu

Najpierw sprawdzam, czy Python jest dostępny i która wersja zostanie uruchomiona. W systemach Linux i macOS najczęściej używa się polecenia python3 --version, a w Windows można wpisać python --version lub py --version. Wynik powinien pokazać numer wersji, na przykład Python 3.x.

python --version
python3 --version
py --version

Różne nazwy nie oznaczają różnych języków. Zwykle wskazują tylko na sposób skonfigurowania systemu. Na komputerze z kilkoma instalacjami polecenie py -3 w Windows albo python3 w Linuxie i macOS pomaga jednoznacznie wybrać interpreter.

Jeżeli wpiszesz samo python, otworzy się tryb interaktywny, często nazywany REPL. Możesz wtedy od razu sprawdzać krótkie fragmenty kodu, na przykład 2 + 2 albo print("Cześć"). Do wyjścia służy exit(), skrót Ctrl+D w Linuxie i macOS lub Ctrl+Z, Enter w Windows.

Uruchamianie skryptów i modułów

Najczęściej uruchamia się gotowy plik poleceniem python nazwa_pliku.py. Terminal musi znajdować się w katalogu projektu albo trzeba podać ścieżkę do pliku. To podstawowa komenda, którą wykorzystuje się zarówno przy prostych ćwiczeniach, jak i podczas pracy nad aplikacją webową.

python app.py
python katalog/app.py
python "C:\projekty\aplikacja\app.py"

Argumenty zapisane po nazwie pliku trafiają do programu i można je odczytać przez moduł sys. Dzięki temu jeden skrypt może działać na różnych plikach lub przyjmować różne ustawienia bez ręcznej zmiany kodu.

python raport.py dane.csv --format html

Opcja -c służy do uruchomienia krótkiego kodu bez tworzenia pliku. Przydaje się do szybkich testów, sprawdzania ścieżek i automatyzacji prostych zadań.

python -c "print(2 + 2)"
python -c "import sys; print(sys.executable)"

Opcja -m uruchamia moduł tak, jakby był programem. To jedno z najbardziej praktycznych rozwiązań, bo interpreter sam odnajduje moduł w aktywnym środowisku.

python -m http.server 8000
python -m unittest
python -m pip --version

Pierwsza komenda uruchamia prosty lokalny serwer HTTP na porcie 8000. Korzystam z niej przy testowaniu plików HTML, CSS i JavaScript, ale nie traktowałbym jej jako serwera produkcyjnego. Do większych aplikacji potrzebujesz odpowiedniego frameworka i konfiguracji bezpieczeństwa.

Instalowanie bibliotek przez pip

pip jest narzędziem do instalowania pakietów z ekosystemu Pythona. Zamiast samego pip preferuję zapis python -m pip, ponieważ wiąże instalację z konkretnym interpreterem. Dzięki temu rzadziej dochodzi do sytuacji, w której pakiet instaluje się w jednym Pythonie, a program uruchamiany jest w innym.

python -m pip install requests
python -m pip install flask==3.1.0
python -m pip install -U pip

Wersję biblioteki można przypiąć przez operator ==. Ma to sens w projekcie, który musi działać powtarzalnie, choć sztywne wersje wymagają później świadomej aktualizacji. Instalowanie wszystkiego bez ograniczeń może po pewnym czasie doprowadzić do nieoczekiwanych zmian w zależnościach.

Typowy plik zależności można utworzyć tak:

python -m pip freeze > requirements.txt

Nie zawsze zapisuję w nim wszystkie pakiety z globalnego systemu. Dlatego przed wykonaniem tej komendy pracuję w środowisku wirtualnym. W przeciwnym razie plik może zawierać biblioteki niezwiązane z projektem i utrudnić jego uruchomienie na innym komputerze.

Środowiska wirtualne bez konfliktów między projektami

Środowisko wirtualne to oddzielny katalog z własnym interpreterem i pakietami. Projekt sklepu internetowego może wtedy korzystać z jednej wersji frameworka, a starsze ćwiczenie z innej. To drobna czynność na początku pracy, która oszczędza dużo czasu przy późniejszym debugowaniu.

python -m venv .venv

Po utworzeniu środowiska trzeba je aktywować. Polecenie zależy od systemu operacyjnego:

# Linux i macOS
source .venv/bin/activate

# Windows PowerShell
.venv\Scripts\Activate.ps1

# Windows CMD
.venv\Scripts\activate.bat

Po aktywacji nazwa środowiska zwykle pojawia się przed znakiem zachęty terminala. Od tej chwili instalowane pakiety trafiają do katalogu projektu, a komendy python i pip powinny korzystać z jego konfiguracji. Środowisko wyłącza się poleceniem deactivate.

Folder .venv zazwyczaj dodaję do pliku .gitignore, ponieważ nie ma potrzeby umieszczania całego środowiska w repozytorium. W projekcie zachowuję za to plik requirements.txt albo konfigurację zależności w pyproject.toml. Dzięki temu druga osoba może odtworzyć środowisko bez kopiowania lokalnych plików.

Przydatne polecenia do testowania i debugowania

Sam fakt, że skrypt się uruchamia, nie oznacza jeszcze, że działa poprawnie. W codziennej pracy przydają się komendy, które sprawdzają składnię, testy i zawartość modułów. Wbudowane narzędzia nie zastąpią całego procesu jakościowego, ale dobrze nadają się do szybkiej kontroli.

Sprawdzanie składni i kompilacja

Moduł compileall sprawdza pliki Pythona i przygotowuje ich skompilowaną reprezentację. W większym katalogu pozwala szybko wykryć błędy składniowe przed uruchomieniem aplikacji.

python -m compileall .
python -m compileall src/

Do uruchamiania testów opartych na bibliotece standardowej służy unittest. Polecenie z opcją discover wyszukuje testy według ustalonego schematu nazw.

python -m unittest
python -m unittest discover

Przeczytaj również: Pętla while w C# - Jak jej używać i unikać pułapek?

Informacje o środowisku

Gdy program zachowuje się inaczej niż oczekuję, sprawdzam ścieżkę interpretera oraz lokalizację pakietu. Te dwie komendy często od razu pokazują, że aktywne jest niewłaściwe środowisko.

python -c "import sys; print(sys.executable)"
python -c "import requests; print(requests.__file__)"

W samym interpreterze przydatne są help() i dir(). Pierwsze polecenie otwiera system pomocy, a drugie pokazuje dostępne atrybuty obiektu lub modułu. Trzeba jednak rozróżnić je od komend terminala: help(), dir() i print() są funkcjami lub instrukcjami używanymi w kodzie Pythona, nie poleceniami powłoki.

Najczęstsze błędy przy wpisywaniu komend

Najbardziej typowy problem to komunikat, że polecenie python nie istnieje. Przyczyną może być brak instalacji, nieprawidłowa zmienna PATH albo użycie innej nazwy, na przykład python3 zamiast python. Zamiast instalować wszystko ponownie, najpierw sprawdzam python --version, python3 --version i lokalizację programu.

Drugi częsty błąd pojawia się przy instalowaniu pakietu do niewłaściwego interpretera. Jeśli skrypt uruchamia się przez python3, ale bibliotekę instalujesz przez niezależne pip, mogą trafić do różnych miejsc. Zapis python3 -m pip install nazwa albo odpowiednik z python ogranicza to ryzyko.

Problemy z aktywacją środowiska w PowerShellu mogą wynikać z ustawień wykonywania skryptów. Nie warto omijać zabezpieczeń przypadkowymi komendami znalezionymi w internecie. Lepiej sprawdzić dokładny komunikat, użyć właściwej powłoki albo uruchomić program bez aktywacji, wskazując bezpośrednio interpreter z katalogu .venv.

Ważna jest także bieżąca lokalizacja terminala. Komenda python app.py zadziała tylko wtedy, gdy plik znajduje się w aktualnym katalogu albo podasz poprawną ścieżkę. Polecenia cd, dir w Windows oraz ls w Linuxie i macOS pomagają szybko sprawdzić, gdzie aktualnie pracujesz.

Prosty zestaw komend do codziennego projektu

Jeżeli zaczynam nową aplikację, zwykle wystarcza mi taki zestaw:

mkdir moja-aplikacja
cd moja-aplikacja
python -m venv .venv

# aktywacja środowiska zależna od systemu
python -m pip install -r requirements.txt
python app.py

W projekcie webowym mogę później uruchomić lokalny serwer testowy, sprawdzić testy i zapisać zależności:

python -m http.server 8000
python -m unittest discover
python -m pip freeze > requirements.txt

Nie wszystkie komendy trzeba zapamiętywać. Najważniejszy schemat to wybór właściwego interpretera, aktywacja środowiska, instalacja zależności i uruchomienie programu. Resztę można bezpiecznie sprawdzić przez opcję --help, na przykład python -m pip --help albo python -m venv --help.

Jak zbudować własną krótką ściągę

Na początku zapisałbym w notatniku tylko kilka poleceń: sprawdzanie wersji, uruchamianie pliku, tworzenie środowiska, instalowanie pakietów, uruchamianie testów i wyłączanie środowiska. Taki zestaw odpowiada większości sytuacji, z którymi spotyka się osoba ucząca się Pythona lub tworząca prostą aplikację webową.

Z czasem ważniejsze od znajomości dziesiątek przełączników staje się rozumienie, który interpreter uruchamia program i gdzie instalowane są biblioteki. Gdy ta część jest uporządkowana, polecenia Pythona przestają być zbiorem przypadkowych skrótów, a stają się przewidywalnym narzędziem codziennej pracy.