Python虚拟环境（二）

Python虚拟环境（一）https://developer.aliyun.com/article/1480612

pipenv

简介

过去我们一般用 virtualenv 搭建虚拟环境，管理 Python版本，用 pip 进行包的管理。在虚拟环境激活状态下，可以安装所需的依赖包，安装的依赖包会保存至项目虚拟环境目录下，不会污染系统全局环境。

virtualenv 的使用存在一定的问题：

1. 由于跨平台的使用不太一致，有时候处理包之间的依赖总存在问题
2. 可能需要手动安装/删除某些特定版本的包
3. 存在多个环境（开发环境、测试环境、生产环境）时，依赖包目录文件 requirements.txt 会需要存在多个，无比繁琐
4. 要定期更新 requirements.txt，保持项目环境的一致性

pipenv 能够有效管理 Python 多个环境，各种包，相当于 virtualenv 和 pip 的合体，且更加强大。pipenv 主要有以下特性：

1. pipenv 集成了 pip、virtualenv 两者的功能，且完善了两者的一些缺陷
2. pipenv 会在项目目录下创建 Pipfile、Pipfile.lock 文件，管理包之间的依赖关系
3. virtualenv 需要将虚拟环境依赖包的导出为 requirements.txt，一旦依赖包变动，就要重新导出，现在 Pipfile 和 Pipfile.lock 文件可以节省这些步骤，更方便地管理，查看依赖关系是十分方便
4. 各个地方使用了哈希校验，无论安装还是卸载包都十分安全，且会自动公开安全漏洞。通过加载 .env 文件简化开发工作流程
5. 便于 docker 容器化管理，Pipfile 文件支持生成 requirements 文件，便于项目代码 docker 化管理，另外，pipfile 还支持 v–dev 环境，可以在调试阶安装许多调试工具等，而不影响生产环境的环境
6. 无需激活虚拟环境执行代码，只要有 pipfile 文件即可使用虚拟环境的依赖包执行 Python 脚本，如：通过执行命令 pipenv run python xx.py
7. 支持 Python2 和 Python3，在各个平台的命令都是一样的

安装

pip install pipenv
pip3 install pipenv

用法

创建虚拟环境

pipenv install [--python 3.8 指定Python版本创建虚拟环境]

Windows 系统下，基本安装的都是 Python3.x 版本；而有些 Linux 系统自带 Python2.x 和 Python3.x 版本，Linux 下需要指定默认的 Python 版本，需使用下方的命令：

# 创建指定 Python2.x 版本的虚拟环境
pipenv install --two
# 创建指定 Python3.x 版本的虚拟环境
pipenv install --three

Pipfile 文件：用于保存项目的 Python 版本、依赖包等相关信息。

[[source]]
url = "https://pypi.tuna.tsinghua.edu.cn/simple"
verify_ssl = true
name = "pypi"
[packages]
requests = "*"
pyyaml = "*"
Django = "*"
[dev-packages]
pytest = "*"
[requires]
python_version = "3.7"
[scripts]
django = "python manage.py runserver 0.0.0.0:8080"

1. source 用来设置仓库地址，即指定镜像源下载虚拟环境所需要的包
2. packages 用来指定项目依赖的包，可以用于生产环境和生成 requirements 文件
3. dev-packages 用来指定开发环境需要的包，这类包只用于开发过程，不用与生产环境
4. requires 指定目标 Python 版本
5. scripts 添加自定义的脚本命令，并通过 pipenv run + 名称 的方式在虚拟环境中执行对应的命令

pipenv run django 相当于 执行命令 pipenv run python manage.py runserver 0.0.0.0:8080

Pipfile.lock文件：通过hash算法将包的名称和版本，及依赖关系生成哈希值，保证包的完整性，除修改镜像源，非必要情况不对该文件进行修改。

激活虚拟环境

pipenv shell

在虚拟环境中安装库

# 安装最新版本库
pipenv install package_name
# 安装指定版本库
pipenv install package_name==版本

安装到 dev 环境

安装调试工具、性能测试工具、Python 语法工具，这些内容仅在本地环境有用，生产环境不需要这些。

pipenv install --dev package_name

通过上面的命令可以将指定的库安装在 dev-packages 下。

配置加速源

如果官方源站安装第三方库的速度很慢，安装失败，可以修改镜像源：

pipenv 兼容 pip 命令，所以也可以在命令加上参数 -i。

pipenv install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple

若想要永久该虚拟环境的镜像源，则需要打开项目目录下的 Pipfile、Pipfile.lock 文件，将 source 栏 url = "https://pypi.org/simple" 链接内容修改为需要的镜像源，例如修改为清华的镜像源 url = "https://pypi.tuna.tsinghua.edu.cn/simple"。

在虚拟环境中卸载库

pipenv 兼容大部分的 pip命令，所以 pip 命令能实现的内容，也能通过 pipenv 命令实现。

# 在项目所在虚拟环境中卸载指定库，并在 Pipfile 文件移除包名
pipenv uninstall package_name
# 在项目所在虚拟环境中卸载所有包，并在 Pipfile 文件移除包名
pipenv uninstall --all
# 在项目所在虚拟环境中卸载所有 dev 环境的包，并在 Pipfile 文件移除 [dev-packages] 中的所有包名
pipenv uninstall --all --dev

在虚拟环境中更新库

# 在项目所在虚拟环境中更新指定库，并在 Pipfile.lock 文件中更新相应版本信息
pipenv update package_name
# 在项目所在虚拟环境中更新所有包，并在 Pipfile.lock 文件中更新相应版本信息
pipenv update
# 在项目所在虚拟环境中查看已过期的包的信息
pipenv update --outdated
# 根据项目所在虚拟环境的 Pipfile 文件生成/更新 Pipfile.lock 文件中的依赖包信息
pipenv lock

退出虚拟环境

exit

删除虚拟环境

pipenv --rm

conda

简介

conda 是一个开源的跨平台软件包管理系统和环境管理系统，用于安装、运行和协调不同版本的软件包和其依赖项。它最初是为 Python 语言而设计的，但现在已经支持多种编程语言和工具。conda 可以轻松地创建和使用虚拟环境，这些环境可以独立于系统上的其他环境和安装的软件包运行。conda 还有一个广泛的软件包仓库，其中包含许多科学计算、数据分析和机器学习软件包，可供用户直接安装和使用。

conda 支持 Python、R、Java、JavaScript、C 等多种开发语言的包、依赖和环境管理工具，能运行在 Windows、MacOS、Linux 多个平台，可以在本地轻松创建、保存、切换环境。当安装 anaconda 时，会自动安装 conda 工具。

conda 与 pipenv，venv 等虚拟环境管理工具的最大的不同在于：conda 虚拟环境是独立于操作系统解释器环境的，即无论操作系统解释器什么版本（哪怕 2.7），我也可以指定虚拟环境 python 版本为 3.6，而 venv 是依赖主环境的。

conda 、miniconda 和 anaconda 的关系

conda 、miniconda 和 anaconda 都是由 Continuum Analytics 发布的 Python 包管理器。

conda 是一个跨平台的包管理器和环境管理器，可以用于安装、升级和卸载软件包，以及创建和管理多个 Python 环境。

miniconda 是一个轻量级版本的 anaconda ，它只包含了最基本的依赖项和 conda ，可以根据需要自行安装其他软件包和依赖项。

而 anaconda 则是一个大型的 Python 生态系统，包括了 Python 解释器、conda 、一系列常用的科学计算、数据处理和机器学习库以及集成开发环境（如 Jupyter Notebook）等工具。与 miniconda 相比，anaconda 的安装包更大，但是包含了更多的软件包和依赖项。

因此，可以认为 miniconda 是 anaconda 的一个子集，而 conda 是这两者的共同核心组件。

安装

conda 的安装方式有两种，一种是通过安装 anaconda 或 miniconda 来自动安装 conda；另一种是直接下载 conda 的安装包进行手动安装。

• 安装_Anaconda 中文网
• (48条消息) 「详解」conda 安装与使用_conda安装_ViatorSun的博客-CSDN博客
• conda的安装与使用 2.0版（2022-08-12更新） - 简书 (jianshu.com)

Python虚拟环境（三）https://developer.aliyun.com/article/1480614