pyenv 环境构造多python环境

简介:

【背景】

centos 6.x系列默认的python环境是2.6.6 但是主流的python使用版本是python 2.7.x,并且有些开发django的环境,django版本1.8.x以上都需要python 3.x的版本,这个时候就很有必要多个python环境共存了,有一种管理python多版本的软件 是pyenv 很好使用,使用简单!


【系统环境】:

参考:

https://github.com/yyuu/pyenv#installation


我的环境是:

[root@master zhiliang.cui]# python -V

Python 2.6.6

[root@master zhiliang.cui]# cat /etc/issue | head -1

CentOS release 6.4 (Final)

[root@master zhiliang.cui]# python -V

Python 2.6.6

[root@master zhiliang.cui]# 



【安装步骤】


回到root家目录

1
 

[root@master ~]# pwd

/root


下载pyenv

1
git clone https: //github .com /yyuu/pyenv .git ~/.pyenv


结果: 多了一个.pyenv仓库目录

1
2
[root@master ~]# ls  /root/.pyenv/    
CHANGELOG.md  COMMANDS.md  CONDUCT.md  LICENSE  Makefile  README.md  bin  completions  libexec  plugins  pyenv.d  shims  src  test  version  versions


添加系统环境路径(目的是可以直接找到pyenv 命令)

1
2
echo  'export PYENV_ROOT="$HOME/.pyenv"'  >> ~/.bash_profile
echo  'export PATH="$PYENV_ROOT/bin:$PATH"'  >> ~/.bash_profile


从新读取文件 目的是获取新的环境变量

1
source   /root/ .bash_profile


pyenv init to your shell to enable shims and autocompletion

echo 'eval "$(pyenv init -)"' >> ~/.bash_profile


这个一定要执行,影响which python

结果:能找到pyenv环境变量了

1
which  pyenv

/root/.pyenv/bin/pyenv



【安装你需要的python版本】

查看可以下载的所有python版本

1
pyenv  install  --list


安装版本(我这里安装python 3.4.3版本)

1
pyenv  install  3.4.3


查看现有的版本

1
pyenv versions


切换指定版本

1
pyenv global 3.4.3

其实是改变了 /root/.pyenv/version 这个文件中的内容

(系统退出从新进入后,可以查看) 


检查 系统已经默认使用的是3.4.3了

wKioL1dBjhbyxiy2AAAb3Fv0SIc251.png








【可能对系统产生的影响】

1 yum 是依赖python的

[root@master ~]# cat /usr/bin/yum

#!/usr/bin/python


你如果yum有问题,有必要可以将#!/usr/bin/python 改成 #!/usr/bin/env python


两个的区别如下:(区别还是命令的绝对路径和PATH的关系问题)

wKiom1dBjoGQsOSKAABZ47jAGDA059.png


2

python安装包的路径已经在pyenv这个软件控制版本的软件下了

每个python版本的安装软件不能公用,pip list可以查看已经安装的软件


wKiom1dBjwGD8gy0AABouY3NN5U106.png

本文转自残剑博客51CTO博客,原文链接http://blog.51cto.com/cuidehua/1775947如需转载请自行联系原作者


cuizhiliang

相关文章
|
5天前
|
Python 容器
[oeasy]python090_列表_构造_范围_range_start_end_step_步长
本文介绍了Python中列表的生成方法,重点讲解了`range()`函数的使用。通过`range(start, stop, step)`可生成一系列整数,支持正负步长,但不支持小数参数。文章从基础的列表追加、直接赋值到复杂的应用场景(如生成等宽字体的月份列表),结合实例演示了`range()`的灵活性与实用性。最后总结了`range()`的关键特性:前闭后开、支持负数步长,并提供了进一步学习的资源链接。
39 14
|
4月前
|
Ubuntu Shell Linux
pyenv 管理多个 Python 版本(1)
pyenv 管理多个 Python 版本(1)
233 86
pyenv 管理多个 Python 版本(1)
|
4月前
|
Shell Python
使用 pyenv 来管理多个 Python 版本(2)
使用 pyenv 来管理多个 Python 版本(2)
177 71
使用 pyenv 来管理多个 Python 版本(2)
|
1月前
|
Java API Docker
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
|
3月前
|
Shell Linux Ruby
Python3虚拟环境venv
`venv` 是 Python 的虚拟环境工具,用于为不同项目创建独立的运行环境,避免依赖冲突。通过 `python3 -m venv` 命令创建虚拟环境,并使用 `source bin/activate` 激活。激活后,所有 Python 包将安装在该环境中,不影响系统全局环境。退出环境使用 `deactivate` 命令。每个虚拟环境拥有独立的包集合,确保项目间的隔离性。删除虚拟环境只需删除其目录即可。
129 34
|
3月前
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
96 1
|
3月前
|
Shell 程序员 开发者
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
286 2
|
3月前
|
Python
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
179 2
|
3月前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
100 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
4月前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
949 2

热门文章

最新文章

下一篇
oss创建bucket