python虚拟开发环境

简介: python虚拟开发环境

Python 是一种通用的编程语言,在脚本编写、数据分析、数据科学、机器学习、后端开发和自动化方面具有优势。 在本文中,我将向您介绍如何为 Windows、macOS 和 Linux 设置和创建 Python 虚拟环境。


虚拟环境是什么?


虚拟环境为我们的开发项目提供了一个虚拟空间,保证了每个项目都有自己的依赖,每个项目的依赖不影响其他项目和依赖。

简而言之,它只是您系统上的一个目录或文件夹,其中包含很少的脚本,使其充当项目开发环境。

有了虚拟环境,它非常适合管理任意项目的开发和测试环境,也非常适合将机器学习项目部署到到生产环境,进行自动化。


虚拟环境命令


1.安装venv


要设置和创建 Python 虚拟环境,您需要安装一个称为 Venv 的 Python 包。 要安装 Venv,您需要在命令提示符或终端中执行以下命令:


pip install virtualenv
• 1


2.查看虚拟环境


conda env list
• 1


返回虚拟环境列表


3.创建一个名为folder_name虚拟环境


现在安装 venv 后,我们现在可以设置 Python 虚拟环境。 为此,我们需要在命令提示符中打开一个新文件夹或目录。 进入要创建 Python 虚拟环境的目录后,只需编写并执行以下命令:


python -m venv folder_name
• 1


4.激活folder_name虚拟环境


执行上述命令后,您需要激活您的虚拟环境。 为此,只需在同一目录中编写并执行以下命令:


source folder_name/bin/activate
• 1


到这里你就算完成一个空的虚拟环境创建了,接下来就可以在这个虚拟环境下进行安装自己需要的库里


5.安装conda虚拟环境用的库


例如我要创建一个tensorflow环境


conda create -n tensorflow python=3.6 (这里的版本就换的)
• 1


6.激活conda的虚拟环境


source activate tensorflow


7.关闭虚拟环境


source deactivate
• 1


8.删除虚拟环境。


conda remove -n tensorflow

9、删除环境中的某个包。


conda remove --name your_env_name  package_name
• 1


注意通常情况下,创建的环境名跟要下载的环境名称是一样的,可以更改


虚拟环境 conda 和pip安装区别


1.使用conda install在虚拟环境中安装的包都存放在了/anoconda3/pkgs 这个路径下,然后,我们在我们的虚拟环境中要用到或下载时先到该路径下去找,若有则直接将其复制到我们的虚拟环境中包得存放位置:~/anoconda3/envs/xxx/lib/python3.6/site-packages/。若没有,则先下载到/anoconda3/pkgs,在复制到虚拟环境包的路径下。


2.而在虚拟环境中使用pip install 安装时,则直接将包安装在了~/anoconda3/envs/xxx/lib/python3.6/site-packages/路径下。

相关文章
|
5月前
|
机器学习/深度学习 IDE 开发工具
Python集成开发环境的选择
【7月更文挑战第6天】Python集成开发环境的选择
79 2
|
1月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
70 3
|
2月前
|
TensorFlow 算法框架/工具 虚拟化
python开发先创建虚拟环境呀
python开发先创建虚拟环境呀
23 1
|
2月前
|
网络安全 开发者 Python
VSCode远程切换Python虚拟环境
VSCode远程切换Python虚拟环境
76 1
|
2月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
115 0
|
4月前
|
Ubuntu 开发者 Python
|
3月前
|
Linux Python
linux之部署python环境&创建虚拟环境
linux之部署python环境&创建虚拟环境
|
4月前
|
SQL 关系型数据库 API
Python 开发环境的准备以及一些常用类库模块的安装
在学习和开发Python的时候,第一步的工作就是先准备好开发环境,包括相关常用的插件,以及一些辅助工具,这样我们在后续的开发工作中,才能做到事半功倍。下面介绍一些Python 开发环境的准备以及一些常用类库模块的安装和使用的经验总结,供大家参考了解。
|
5月前
|
数据采集 存储 API
Python虚拟环境数据共享技术解析:最佳实践与常见误区
本文探讨了Python爬虫开发中如何在虚拟环境中管理数据,提倡使用共享目录、数据库和API进行数据共享。通过创建虚拟环境、安装依赖并提供一个使用代理IP爬取微博数据的示例,阐述了如何配置代理、解析网页及保存数据到共享路径。强调了避免硬编码路径、忽视依赖管理和数据安全性的误区。
115 11
Python虚拟环境数据共享技术解析:最佳实践与常见误区
|
4月前
|
Python
Mac安装Python3.12开发环境
Mac安装Python3.12开发环境
154 2