Python 虚拟环境工具及使用总结

Python中,虚拟环境是一个非常重要的概念,可以为不同的项目创建独立的环境,每个环境都有自己的库和依赖。这有助于避免依赖项冲突和版本兼容性问题。比较常用的工具可用于管理Python虚拟环境,包括virtualenv、virtualenvwrapper、pipenv、conda(包括Anaconda和Miniconda)。

1、virtualenv

virtualenv是一个创建隔离的Python环境的工具。它可以创建一个包含指定版本Python解释器的环境,并可以安装独立的库和依赖。 Python 官方提供的虚拟环境工具。Virtualenv 的原理是基于 Python 的模块化机制,通过创建一个独立的 Python 环境来实现虚拟化。这使得开发者可以为每个项目创建一个独立的环境,从而避免依赖冲突,提高开发效率。

1)安装

可以通过pip安装virtualenv,命令如下,

pip install virtualenv

2)验证安装

通过下面命令查看版本信息,来验证安装是否成功:

virtualenv --version

3)创建环境

创建一个新的虚拟环境,myenv 是新虚拟环境的名称,如下,

virtualenv myenv

4)激活虚拟环境

在Linux或macOS上,运行:

source myenv/bin/activate

在Windows上,运行:

myenv\Scripts\activate

5)退出环境

使用完成后,可以通过以下命令退出虚拟环境:

deactivate

6)删除虚拟环境

直接删除目录即可

2、virtualenvwrapper

virtualenvwrappervirtualenv的一个扩展,提供了更易于管理虚拟环境的命令行工具。可以为多个虚拟环境设置别名,以便更轻松地切换。自动激活虚拟环境。

1)安装virtualenvwrapper

在Linux或macOS上,运行

pip install virtualenvwrapper

在Windows上,运行

pip install virtualenvwrapper-win

2)创建虚拟环境

Windows默认创建的虚拟环境位于C:\Users\用户\envs,可以通过环境变量WORKON_HOME 来修改。

通过计算机–>属性–>高级系统设置–>环境变量–>在系统变量中,新建“变量名”:WORKON_HOME,变量值为自定义目录。

Linux设置环境变量:

参考文档:Linux环境变量

Linux默认生成在家目录的.virtualenvs文件夹下。

当系统存在多个版本的python时,需要设置VIRTUALENVWRAPPER_PYTHON环境变量指定Python版本。

mkvirtualenv myenv

3)列出所有虚拟环境

lsvirtualenv

4)激活环境

workon myenv

5)退出环境

deactivate

6)删除环境

rmvirtualenv myenv

5)命令说明

命令

用法

workon

打印所有的virtualenvwrapper创建的虚拟环境

workon 虚拟环境名

进入指定的虚拟环境

deactivate

退出当前虚拟环境

mkvirtualenv 虚拟环境名

创建虚拟环境

rmvirtualenv 虚拟环境名

删除指定的虚拟环境

lsvirtualenv

列出所有的虚拟环境

cdvirtualenv

进入到当前虚拟环境的目录

cdsitepackages

进入当前虚拟环境的site-packages目录中

lssitepackages

查看当前虚拟环境site-packages目录中的内容

3、pipenv

pipenv是一种Python依赖管理工具,自动为项目创建和管理虚拟环境。使用Pipfile和Pipfile.lock来代替传统的requirements.txt。

1)安装pipenv

pip install pipenv

2)创建虚拟环境

指定解释器创建虚拟环境:

pipenv --three

pipenv --python 3.9

安装所有依赖并创建虚拟环境:

pipenv install

4)进入虚拟环境

先进入虚拟环境的目录,然后执行下面命令,

pipenv shell

5)安装特定依赖

pipenv install <package>

6)查看虚拟环境

pipenv --venv

7)退出环境

exit

8)删除虚拟环境

pipenv --rm 

4、conda

conda是一个开源包管理系统和环境管理系统,可以用于安装、运行和升级包和它们的依赖。它非常适合数据科学和机器学习项目,支持多语言(Python、R等)。

1)安装 conda

Miniconda:

https://docs.conda.io/projects/miniconda/en/latest/

Anaconda:

Python Anaconda(conda)在 Mac上安装配置

Python Anaconda(conda)在 Linux上安装配置

Python Anaconda(conda) 在 Windows 上安装配置

1)创建环境

conda create --name myenv

2)激活环境

conda activate myenv

3)退出环境

conda deactivate

5、Anaconda 和 Miniconda

Anaconda 是一个用于科学计算的发行版,包括conda、Python以及许多科学包及其依赖。 Miniconda 是Anaconda的一个轻量级版本,只包括conda和其依赖,其他包需要手动安装。如是数据科学家或需要管理复杂的科学计算环境,conda或Anaconda可能是更好的选择。对于普通的Python开发,virtualenv、virtualenvwrapper或pipenv可能更方便。

1)Miniconda 安装

参考文档:https://docs.conda.io/projects/miniconda/en/latest/

2)Anaconda 安装

参考文档:

Python Anaconda(conda)在 Mac上安装配置

Python Anaconda(conda)在 Linux上安装配置

Python Anaconda(conda) 在 Windows 上安装配置

推荐阅读
cjavapy编程之路首页