ArcGIS Server 提供了针对命令行 ArcPy 脚本使用 Python 3 运行时的选项。 Python 3.x 已随 ArcGIS Server 安装，但您可以安装单独的 Python 3 运行时包，此运行时包可简化通过 ArcGIS Server 使用 Python 3 的操作。
入门
Python 提供了第三方库，以供您在 ArcGIS 中使用，但是管理安装哪些软件包却是一项复杂费时的任务，特别是在使用多个工程或者尝试与他人共享代码时尤为如此。 要简化 ArcGIS Server for Linux 上 Python 3 运行时的使用，请使用 conda 或者 Miniconda 下载并安装 arcgis-server-py3 包。 ArcGIS Server for Linux 上的 Python 3 运行时需要 64 位安装程序。
如果您还没有 conda 或 Miniconda，则可从 Anaconda 网站进行下载。
在终端中，当在 ArcGIS Server for Linux 上为 Python 3 运行时激活 conda 环境时，将 ARCGISHOME 变量设置为 ArcGIS Server 的安装目录：export ARCGISHOME=/path/to/arcgis/server。
若要访问 ArcGIS Python 功能，包括 ArcPy，可以安装 arcgis-server-py3 软件包。 在 conda 环境中，请使用以下命令在 ArcGIS Server for Linux 上安装 Python 3 运行时：
conda install -c esri arcgis-server-py3=<ArcGIS Server version><ArcGIS Server version> 值将指示库的当前版本，该版本与您的 ArcGIS Server 当前版本相同，格式为 n.n.n，例如，ArcGIS Server 11.1，请使用以下内容：
conda install -c esri arcgis-server-py3=11.1.0要验证 arcgis-server-py3 包的版本，请使用以下命令：
conda list arcgis-server-py3安装 arcgis-server-py3 软件包会添加 ArcPy，其中包括支持的地理处理工具和所有第三方要求。
如果未安装 arcgis-server-py3 包，当运行在 ArcGIS Server 安装目录中安装到 path/to/arcgis/server/framework/runtime/ArcGIS/bin/Python/envs/arcgispro-py3/ 的 python.exe 文件时，必须调用 Wine。
迁移
Python 3 运行时在 ArcGIS Server 上的使用方式与 Python 2 在 ArcGIS Server 上的使用方式不同。 需要适应 ArcPy 中的两个主要差异以及 Python 版本的变更。
对 ArcPy 中的功能所做的更改
对于 ArcGIS Server，许多地理处理工具将继续在 Python 3 运行时中可用，然而，有一些将无法使用。 不包含 Parcel Fabric (ArcMap)、Schematics 以及 Tracking Analyst 工具箱中的工具。 其他工具箱中的其他工具也不可用。 有关受支持地理处理工具的完整列表，请参阅 arcgis-server-py3 软件包中的 readme 文件。
arcpy.mapping 模块已被移除，并且已经在 ArcGIS Pro 中替换为 arcpy.mp 模块。 arcpy.na 模块同样包含更改，多个更改与从 arcpy.mapping 到 arcpy.mp 的更改相关联。
Python 版本更改
ArcGIS Server Python 运行时使用 Python 3。这是重大变化；Python 3 产品线版本与 Python 2 产品线不兼容。 虽然从根本上说，大部分语言内容是相同的，但许多关键细节发生了很大变化，包括字符串和字典的工作原理以及标准库的组织方式。
目前，Python 社区已经将大部分重要的第三方库移植到了 Python 3 上，并且在 Python 社区中，达成了这样的共识，即所有新的开发工程都将在 Python 3 中完成。
ArcGIS Server 不再支持 Python 2.7。 要继续将 Python 代码与 ArcGIS Server 配合使用，您必须确保代码在 Python 3 中有效。
如果您正在对代码执行从 Python 2 到 Python 3 的单向转换，可以使用 2to3 命令行实用程序自动执行大部分的过程。 要特别注意的是，2to3 虽然是极佳的工具，但是它并不是完整的解决方案（有时估计为 95% 有效的解决方案），并且可能有必要对其进行其他更改。
请记住，更简单的 Python 脚本可能不需要任何更改，也可以正常运行。