python开发之虚拟环境管理:virtualenv、virtualenvwrapper、pycharm

简介: python开发之虚拟环境管理:virtualenv、virtualenvwrapper、pycharm 1 引言 进行Python开发时,多个项目可能使用到不同的依赖,例如A项目需要1.8版本的Django,而B项目需要2.0版本的Django,这时候如果没有使用虚拟环境,就需要来回卸载和安装Django,十分不便。

python开发之虚拟环境管理:virtualenv、virtualenvwrapper、pycharm

1 引言

进行Python开发时,多个项目可能使用到不同的依赖,例如A项目需要1.8版本的Django,而B项目需要2.0版本的Django,这时候如果没有使用虚拟环境,就需要来回卸载和安装Django,十分不便。虚拟环境的出现可以很好的解决这一问题。

本篇博文主要绍Python的虚拟环境管理方法,包括virtualenv、virtualenvwrapper、pycharm等。需要说明的是,在使用前面提到的几种方法之前,必须确保系统中已经至少安装有一个Python版本。

2 virtualenv

(1 安装

virtualenv的安装与Python普通第三方包安装一样,都可以通过pip来安装:

pip install virtualenv

 (2)创建虚拟环境

创建一个名为firstenv的虚拟环境:

virtualenv firstenv

 上图中最后一行出现“done”的字样说明虚拟环境安装成功,此时,在当前文件夹会出现一个与刚新建的虚拟环境同名的文件夹:

 

在firstenv文件夹内部的有一个铭文Scripts的子文件夹,这个文件夹存放了Python环境必备的一些可执行文件:

 

看到这里你应该明白了,virtualenv所谓的虚拟环境就是在当前文件夹中以真实环境为模板,另外存储一套编译工具,实现与正式环境的隔离。

那么,刚新建号的环境该怎么使用呢?

(3)进入-退出虚拟环境

在进入虚拟环境前,需要在命令行中先进入上面提到的Scripts文件夹中,然后运行Scripts文件夹中的activate.bat这一批处理文件进入虚拟环境:

activate.bat

运行activate.bat文件后,命令行每一行前面都会出现虚拟环境标识,如下图所示,证明已经成功进入虚拟环境:

 

输入Python,查看一下虚拟环境版本:

 

刚装好的虚拟环境是非常干净的,验证一下:

 

果然没有任何其它的第三方包。如果要为接下来的开发必要的第三方包,可以使用pip命令,这与在正式环境中的操作时一样的,另外说明一下,因为已经进入了虚拟环境,使用pip安装第三方包时,命令行可以在任何目录在中:

 

那么,怎么退出这个虚拟环境呢?运行Scripts文件夹下deactivate.bat文件,不过,也可以不用回到Scripts文件夹中,直接运行deactivate.bat(后缀名可省略)即可。

 

可以看到,运行deactivate.bat后,每行开头的(firstenv)标识果然没了。

3 virtualenvwrapper

virtualenv每一次使用都需要进入到虚拟环境目录的Scripts文件夹中,然后才能运行activate.bat文件,进入虚拟环境。使用有些繁琐不说,如果创建的虚拟环境多一些的话,管理也有些麻烦,所以就有了virtualenvwrapper。

(1)安装virtualenvwrapper

与virtualenv一样,可以通过pip安装:

pip install virtualenvwrapper-win

(2)创建虚拟环境

创建一个名为secondenv的虚拟环境:

mkvirtualenv secondenv

 运行上述命令后,在当前文件夹下可不会找到刚创建好的虚拟环境。通过云上面图片,发现virtualenvwrapper将虚拟环境安装在C:\Users\Administrator\Envs这一目录中,也就是说,virtualenvwrapper默认将虚拟环境同一安装到C:\Users\用户名\Envs这一目录中。

 

通过workon命令查看已经新建的虚拟环境列表:

 

可以看到,我们无论在哪个目录下,运行workon命令,都可以列出workon新建的所有虚拟环境。

不过美中不足的是,virtualenvwrapper将虚拟环境安装在了默认的文件夹中。那么,怎么virtualenvwrapper将虚拟环境同一安装到我们指定的目录中呢?那就要通过配置系统环境变量来实现了。

首先新建一个文件夹,专门弄用来存放virtualenvwrapper创建的虚拟环境,例如在D盘新建一个名为virtualenvs的文件夹。然后进行如下配置:

桌面“此电脑”图标->右键->属性->高级系统设置->高级->环境变量->新建系统变量,接下来如下图所示,变量名输入WORKON_HOME,变量值输入文件夹路径,即D:\virtualenvs,输入完成后点击确定,保存退出。

 

重新开一个命令行窗口(必须),再次新建虚拟环境:

 

查看一下当前新建好的虚拟环境列表:

 

发现只有一个thirdenv,为什么之前新建的secondenv没有列出来呢?因为secondenv在之前默认的文件路径中,workon只会列出当前指定的文件路径下的虚拟环境。

(3)进入-退出虚拟环境

细心地你一定已经发现,事实上,用mkvirtualenv命令新建虚拟环境的时候,会自动进入虚拟环境中。不过,如果我们要进入已经新建好的虚拟环境该怎么做呢?当workon命令不带任何参数时,作用是列出所有的虚拟环境;当workon命令后面接虚拟环境名时,作用便是进入指定的虚拟环境。另外,上文也提到过,相比于virtualenv,使用virtualenvwrapper的好处就是你可以在任意目录下进入已创建的虚拟环境中。例如,进入刚新建好的虚拟环境thirdenv中:

workon thirdenv

 退出虚拟环境的方法倒是与virtualenv一样,采用deactivate这一命令:

 

最后总结一下virtualenvwrapper的几个常用命令:

新建虚拟环境:mkvirtualenv + 虚拟环境名

列出所有虚拟环境:workon

进入虚拟环境:workon + 虚拟环境名

退出虚拟环境:deactivate

4 pycharm

一般而言,直接使用上面介绍的virtualenv和virtualenvwrapper两种方法进行虚拟环境管理还是比较少的,大多数情况下还是配合IDE进行虚拟环境管理。毋庸置疑,pycharm是最好最流行的Python IDE,功能强大,方便实用。pycharm中也集成了虚拟环境管理功能。

我们使用pycharm新建一个Python项目,并在创建项目时建立虚拟环境:

 

点击右下角的Create之后,项目就创建好啦。

刚创建好项目虚拟环境可是干净得很,需要为项目安装各种依赖,也就是安装第三方包,怎么做呢?

按下面步骤一次打开:File->Settings->Project:studyenv->Project Interpreter,会弹出下面的窗口:

 

然后点击右上角的“+”号,出现下面的界面:

 

包管理主要也是在这个窗口中进行。

 

回到上一个窗口,我们可以看到包列表,里面确实多了一个Django:

 

Python进行编译时,pycharm会自动选用项目中的虚拟环境进行编译,所以pycharm中可没有进入和退出虚拟环境一说。怎么样,非常方便吧!

5 总结

合理利用虚拟环境,可以很好得解决同时开发多个项目时的环境问题。本文介绍了virtualenv、virtualenvwrapper、pycharm等3个虚拟环境管理工具,另外要说的是,除了这三个工具外,Annacon也是一个很强大的虚拟环境管理工具,Anaconda功能更加强大、多样,当然是用上也复杂一下,留待后续博文再来总结。

原文地址https://www.cnblogs.com/chenhuabin/p/10538773.html

相关文章
|
Python
在VScode环境下配置Python环境的方法
经过上述步骤,你的VSCode环境就已经配置好了。请尽情享受这扇你为自己开启的知识之窗。如同你在冒险世界中前行,你的探索之路只有越走越广,你获得的知识只会越来越丰富,你的能力只会越来越强。
1387 37
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
979 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
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。
1289 60
|
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。
1906 34
|
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
|
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!
490 1
|
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。
1183 2
|
Python Windows
Python3+PyCharm环境的安装及配置
近期碰到有同学入门Python还不会安装并配置Python编程环境的,在这里做一期教程手把手教大家安装与配置使用(以 Python 3.9.9 以及 PyCharm 2021.3.1 为例)
1384 0
Python3+PyCharm环境的安装及配置
|
Python
新手向 Python:VsCode环境下Manim配置
该文介绍了如何准备和配置开发环境以使用Manim,主要包括两个步骤:一是准备工作,需要下载并安装VsCode和Anaconda,其中Anaconda需添加到系统PATH环境变量,并通过清华镜像源配置;二是配置环境,VsCode中安装中文插件和Python扩展,激活并配置虚拟环境。最后,安装ffmpeg和manim,通过VsCode运行测试代码验证配置成功。
2331 1
|
人工智能 缓存 Java
python入门(一)conda的使用,创建修改删除虚拟环境,以及常用命令,配置镜像
python入门(一)conda的使用,创建修改删除虚拟环境,以及常用命令,配置镜像
1928 0

推荐镜像

更多