使用virtualenv构建多版本python开发环境

简介:

安装virtualenv

pip install virtualenv

virtualenv newenv    #如果只要纯净的环境,不需要安装依赖包,可以在参数后加--no-site-packages

稍等片刻,会在当前用户家目录下生成一个名为newenv的文件夹。

 

cd ~/newenv/

source bin/activate   激活环境,激活后,会在前面多个newenv的字样,如下图:

wKioL1g67kbA20UEAAAGQribauw013.png


退出环境:

执行命令deactivate即可

 

删除环境:

    rm-fr 删除对应的目录即可。


virtualenv虽然挺好用的,但是下面的这个工具更好用。

virtualenvwrapper的安装

pip install virtualenvwrapper

 

mkdir $HOME/.local/virtualenvs -pv     # 所有的环境都放在这个目录下

 

vim /root/.bashrc 添加:

export VIRTUALENV_USE_DISTRIBUTE=1

export WORKON_HOME=$HOME/.local/virtualenvs

source /usr/share/virtualenvwrapper/virtualenvwrapper.sh 

exportPIP_VIRTUALENV_BASE=$WORKON_HOME

export PIP_RESPECT_VIRTUALENV=true

 

source /root/.bashrc 启动virtualenvwrapper

 

 

# 注意:

# 不同版本的linux,安装的virtualenvwrapper路径可能不同,

# 经测试发现ubuntu_mate安装到/usr/share/virtualenvwrapper/virtualenvwrapper.sh

# centos是安装好到/usr/bin/virtualenvwrapper.sh


所有的命令可使用:virtualenvwrapper --help 进行查看,这里列出几个常用的:

创建基本环境:mkvirtualenv [环境名]

删除环境:rmvirtualenv [环境名]

激活环境:workon [环境名]

退出环境:deactivate

列出所有环境:workon 或者 lsvirtualenv -b

列出当前环境安装了的包: lssitepackages

 










本文转自 lirulei90 51CTO博客,原文链接:http://blog.51cto.com/lee90/1877141,如需转载请自行联系原作者
目录
相关文章
|
14天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
14天前
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
15天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。
|
15天前
|
消息中间件 分布式计算 并行计算
Python 高级编程与实战:构建分布式系统
本文深入探讨了 Python 中的分布式系统,介绍了 ZeroMQ、Celery 和 Dask 等工具的使用方法,并通过实战项目帮助读者掌握这些技术。ZeroMQ 是高性能异步消息库,支持多种通信模式;Celery 是分布式任务队列,支持异步任务执行;Dask 是并行计算库,适用于大规模数据处理。文章结合具体代码示例,帮助读者理解如何使用这些工具构建分布式系统。
|
1月前
|
存储 人工智能 程序员
通义灵码AI程序员实战:从零构建Python记账本应用的开发全解析
本文通过开发Python记账本应用的真实案例,展示通义灵码AI程序员2.0的代码生成能力。从需求分析到功能实现、界面升级及测试覆盖,AI程序员展现了需求转化、技术选型、测试驱动和代码可维护性等核心价值。文中详细解析了如何使用Python标准库和tkinter库实现命令行及图形化界面,并生成单元测试用例,确保应用的稳定性和可维护性。尽管AI工具显著提升开发效率,但用户仍需具备编程基础以进行调试和优化。
245 9
|
16天前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
16天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
3天前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
16 4

热门文章

最新文章