日常使用中经常会遇到各种版本匹配问题,或者是自己做的项目需要导出一份干净的requirement让其他人直接同步,那就需要在虚拟环境中开发,省去很多不必要的依赖也在requirement中的一些问题。
安装
pip install virtualenv
查看版本
virtualenv --version
virtualenv 虚拟环境名称
另外,如果存在多个python解释器,可以选择指定一个Python解释器(比如python3.10
),没有指定则由系统默认的解释器来搭建:
virtualenv -p python路径 环境名
virtualenv -p /usr/bin/python3.10 my_project_env
通过执行activate脚本来激活环境
linux:
cd venv
source ./bin/activate
Windows:
cd venv
.\Scripts\activate.bat
linux:
deactivate
Windows:
.\Scripts\deactivate.bat
没有使用virtualenvwrapper前,可以直接删除创建出来的虚拟环境的文件夹来删除环境
进入环境后,一切操作和正常使用python一样 安装包使用pip install 包
用pip freeze查看当前安装版本
pip freeze
另外:
pip freeze > requirements.txt
这将会创建一个 requirements.txt
文件,其中包含了当前环境中所有包及 各自的版本的简单列表。您可以使用 “pip list”在不产生requirements文件的情况下, 查看已安装包的列表。这将会使另一个不同的开发者(或者是您,如果您需要重新创建这样的环境) 在以后安装相同版本的相同包变得容易。
使用这个命令就可以重新还原之前的环境
pip install -r requirements.txt
这能帮助确保安装、部署和开发者之间的一致性。
Virtaulenvwrapper是virtualenv的扩展包,用于更方便管理虚拟环境,它可以做: - 将所有虚拟环境整合在一个目录下 - 管理(新增,删除,复制)虚拟环境 - 快速切换虚拟环境
将您的所有虚拟环境在一个地方。
包装用于管理虚拟环境(创建,删除,复制)。
使用一个命令来环境之间进行切换。
确保 virtualenv 已经安装了,
每次要想使用virtualenvwrapper 工具时,都必须先激活virtualenvwrapper.sh,另外,如果创建前要将即将的环境保存到Envs中,就要先设置一下环境变量:export WORKON_HOME=~/Envs
pip install virtualenvwrapper
export WORKON_HOME=~/Envs #设置环境变量
mkdir -p $WORKON_HOME #创建虚拟环境管理目录
find / -name virtualenvwrapper.sh #找到virtualenvwrapper.sh的路径
source 路径 #激活virtualenvwrapper.sh
对于Windows,您可以使用 virtualenvwrapper-win
安装(确保 virtualenv 已经安装了):
pip install virtualenvwrapper-win
mkvirtualenv 环境名称
选择一个python解释器来搭建:
mkvirtualenv 环境名称 --python=python3.10
workon #列出虚拟环境列表
workon 环境名称 #切换环境
deactivate
rmvirtualenv 环境名称
pip freeze #查看当前安装库版本
#创建 requirements.txt 文件,其中包含了当前环境中所有包及 各自的版本的简单列表
pip freeze > requirements.txt
#保持部署相同,一键安装所有包
pip install -r requirements.txt
lsvirtualenv #列举所有的环境
cdvirtualenv #导航到当前激活的虚拟环境的目录中,相当于pushd 目录
cdsitepackages # 和上面的类似,直接进入到 site-packages 目录
lssitepackages #显示 site-packages 目录中的内容
conda可以直接创建不同python版本的虚拟环境。前面讲的virtualenv只是指定创建不同python版本的虚拟环境,前提是你的电脑上已经安装了不同版本的python,与conda相比没有conda灵活。
官网下载anaconda安装即可
创建不同的python版本,直接写出版本号就好了,还可以同时安装想要的库。
# Python 3.4
$ conda create -n venv python=3.4
# Python 3.5
$ conda create -n venv python=3.5
#on windows
activate 环境名
#on linux
source activate 环境名
#on windows
deactivate
#on linux
source deactivate
# 删除一个已有环境
conda remove --name venv --all
# 列出系统存在虚拟环境
conda info -e
conda env list
# 查看当前环境下已安装的包
conda list
# 查看某个指定环境的已安装包
conda list -n venv
# 查找package信息
conda search numpy
# 安装package
conda install -n venv numpy
# 如果不用-n指定环境名称,则被安装在当前激活环境
# 也可以通过-c指定通过某个channel安装
# 更新package
conda update -n venv numpy
# 删除package
conda remove -n venv numpy
pipenv是Python官方推荐的包管理工具。 它综合了 virtualenv , pip 和 pyenv 三者的功能。能够自动为项目创建和管理虚拟环境。如果你使用过requests库,就一定会爱上这个库,因为是同一个大神出品。 pipenv使用 Pipfile 和 Pipfile.lock 来管理依赖包,并且在使用pipenv添加或删除包时,自动维护 Pipfile 文件,同时生成 Pipfile.lock 来锁定安装包的版本和依赖信息,避免构建错误。相比pip需要手动维护requirements.txt 中的安装包和版本,具有很大的进步。
pip install pipenv
cd myproject
pipenv install # 创建环境
pipenv install requests # 或者直接安装库
如果不存在pipfile,会生成一个pipfile,并且如果有的库添加会自动编辑该文件,不会我们手动更新requirements.txt文件了。
pipenv shell
python --version