Python虚拟环境介绍

简介: 在使用Python语言的时候我们使用pip来安装第三方包,但是由于pip的特性,系统中只能安装每个包的一个版本。但是在实际项目开发中,不同项目可能需要第三方包的不同版本,Python的解决方案就是虚拟环境。

在使用Python语言的时候我们使用pip来安装第三方包,但是由于pip的特性,系统中只能安装每个包的一个版本。但是在实际项目开发中,不同项目可能需要第三方包的不同版本,Python的解决方案就是虚拟环境。顾名思义,虚拟环境就是虚拟出来的一个隔离的Python环境,每个项目都可以有自己的虚拟环境,用pip安装各自的第三方包,不同项目之间也不会存在冲突。创建虚拟环境需要一些工具,本文将会介绍这些工具。

Virtualenv

在这其中最经典的就是virtualenv了,它大概是使用最广泛的虚拟环境工具了,同时支持Python 2和Python 3. 当然现在Python 3有个新的工具venv,将在后面介绍。

安装

最简单的安装方法当然是用pip安装了:

pip install virtualenv

创建虚拟环境

virtualenv安装好之后,就可以创建虚拟环境了,其中ENV是要创建的虚拟环境的路径:

virtualenv ENV

这会创建ENV/lib/ENV/includeENV/bin(Windows系统下是ENV/Scripts)几个文件夹,它们共同构成了一个完整的Python环境。在ENV/lib/中有pip等工具用于安装第三方包,它们和系统中已安装的Python互不关联。

这里有一个额外参数--system-site-packages,如果在创建虚拟环境的时候使用该参数,虚拟环境会继承主环境的所有第三方包。如果你希望虚拟环境和主环境独立,就不要用这个参数。

要激活创建的虚拟环境,需要执行虚拟环境其中的activate脚本(注意Windows系统和Linux系统间的差别):

\path\to\env\Scripts\activate

这样一来就进入到虚拟环境中去了,此时所有的Python命令和安装的pip包,全部都在虚拟环境中,不会影响主Python环境。


img_27f060a32d68b49425f706e2dce4e583.png
虚拟环境

要退出虚拟环境,执行以下命令即可。

\path\to\env\Scripts\deactivate

Windows系统下,如果要使用Powershell首先要更新一下脚本执行策略。

PS C:\> Set-ExecutionPolicy AllSigned

然后执行activate.ps1脚本,就可以进入虚拟环境。

img_8ecf8d92c31144371aa84a0c991e7fb3.png
Powershell截图

删除虚拟环境

非常简单,直接把目录删了就完事了。

virtualenv还有额外一些特性,例如配置文件、扩展能力等,这里就不介绍了,想了解更多,可以参考官方文档

venv

在Python 3中,Python标准库终于有了自己的虚拟环境包,这就是venv,由于它只能在Python 3上使用,所以流行程度不高。但是由于它是新开发的包,并吸收了virtualenv的优点,而且是自带的,所以如果你确定只在Python 3环境中使用,可以考虑使用venv。

在Python 3.3和3.4中,曾经还有一个名为pyvenv的包,不过在Python 3.6中已经过时了。现在如果要创建虚拟环境的话,建议只使用venv。

创建虚拟环境

和virtualenv类似,指定虚拟环境的目录即可。

python3 -m venv /path/to/new/virtual/environment

和virtualenv类似,也会创建那几个目录。不过venv还会创建一个配置文件pyvenv.cfg,表明主环境和虚拟环境的一些属性,该文件内容如下:

home = C:\Program Files\Python37
include-system-site-packages = false
version = 3.7.0

其他终端用法和virtualenv也一样,就不介绍了。


img_172a10d0cb90d65446e730263136bdc2.png
venv虚拟环境

virtualenv和venv作为命令时的使用方法差不多,但是假如要作扩展的话,差距可能就比较大了,不过这篇文章只介绍一些简单用法。关于venv的详细介绍,可以参考官方文档12. Virtual Environments and Packages以及PEP 405

pyenv

本文标题是介绍虚拟环境的,所以到此应该结束了。不过由于Python还有一些也叫XXenv的包容易混淆,所以在此也做一些介绍。

首先就是pyenv,注意它名字没有带v,所以不是创建虚拟环境的,它是用来管理多版本Python的。pyenv通过在系统环境变量之前插入一个“垫片”路径来达到切换Python版本的目的。利用pyenv,我们可以同时拥有多个不同版本间的Python,可以利用一条命令在不同Python环境中切换,非常方便。

因为我已经写了一篇文章专门介绍pyenv,这里就不重复了。

pipenv

pipenv大概是这几个包中最新的一个了,它模仿npm等的打包工具,集创建虚拟环境和依赖管理于一身。很有意思的一点就是pipenv官网第二句介绍,Windows系统作为一等公民来支持。pipenv的作者也很有名,他就是大名鼎鼎的Kenneth Reitz巨佬,他的名字你可能不太熟悉,但是他的作品requests、requests-html等你肯定听说过。pipenv底层使用了virtualenv等工具创建虚拟环境,而且还可以和pyenv来配合使用。

pipenv有两大功能:

  • 创建虚拟环境。pipenv可以用系统中已安装的Python来创建虚拟环境,而且只需要一条命令就可以将虚拟环境切换到其他版本,并自动重新安装那些依赖包。由于pipenv只能搜索已安装的Python,所以可能需要和pyenv配合使用。
  • 依赖管理。pipenv通过Pipfile和lock文件来管理依赖,当用pipenv安装第三方包的时候,依赖信息会保存到配置文件中,当项目部署在其他位置时,可以快速恢复完整的环境。

此外pipenv还有一些特色功能,例如终端彩色输出、显示依赖图等功能。由于pipenv确实好用,很多公司已经开始使用了。例如heroku在部署Python项目的时候就要求Python项目必须使用pipenv。关于pipenv的具体用法,我也写了一篇文章了介绍,这就不赘述了。

相关文章
|
27天前
|
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。
86 34
|
1月前
|
Ubuntu Linux 测试技术
Python 虚拟环境配置
本文总结了 Python 开发中的环境配置、常用操作和常见错误处理。重点介绍了如何使用 `virtualenv` 搭建虚拟环境,解决依赖冲突问题,并保持系统环境的干净。同时,详细说明了依赖库的安装与管理方法,包括使用 `pip install` 安装依赖、生成和使用 `requirements.txt` 文件,以及查看 Python 文档和修改环境变量等实用技巧。
129 60
|
1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!
53 1
|
1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。
110 2
|
1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
41 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
|
1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。
|
2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。
323 2
|
3月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
59 3
|
3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。
214 3
|
4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。
252 0

热门文章

最新文章

推荐镜像

更多