Python配置虚拟环境(python3虚拟环境)

python虚拟环境—virtual environment

操作系统：ubuntu16.04

举个例子，tensorflow(tf)是一个十分流行的python机器学习库，你现在手里有两个tf项目，其中项目A需要使用 python2.7 + f1.2 ，项目B需要使用 python2.7 + tf1.6 ．这两个项目你得同时进行，怎么办？

愚蠢的办法是需要运行项目A时，将python2.7中的tf1.6卸载掉，安装tf1.2；需要运行项目B时，将python2.7中的tf1.2卸载掉，安装tf1.6。如果是单个模块还好，但是tf的不同版本又依赖于python中的其他已安装模块，而且tf1.2和tf1.6对依赖模块有不同的版本要求，那么转换一次得卸载安装好几个模块，是不是很爆炸？

课题组里几个同门共用一台服务器，每个人拥有一个系统账户，其中只有一个人拥有root权限，里面每个人都需要使用python跑程序，而且每个人对python版本以及python模块的版本都有不同需求，很多人又没有root权限，如何解决？

使用python的虚拟环境可以轻松解决上面的问题！

python虚拟环境是一个隔离/独立的python开发环境，和系统python环境可以完全隔离，互不相关，相当于多毁仔敏了一个python开发环境。而且你在python虚拟环境中的开发过程和使用系统python一模一样，你可以在你创建的python虚拟环境中使用pip工具安装任何你需要的模块，该模块和系统python环境完全不相关。虚拟环境的这个特点就能解决上面的问题了。

python有两个模块可以用于创建和管理python虚拟环境：

其中，venv模块在python3.3以上的版本可以使用，而virtualenv在python2.7+和python3.3+都可以使用。

默认的系统python中是没有安装以上两个工具的，需要使用以下命令安装：

安装好之后，就可以使用这两个工具安装python虚拟环境了。

我的系统python版本有python2.7和python3.5，虚拟环境的版本只能是系统中已有的python版本。使用virtualenv安装虚拟环境的命令如下：

什么参数都不指定的话，它会使用 /usr/bin/python 路径下的python解释器版本，即python2.7。因此会默认安装python2.7虚拟环境， /home/yan/env 表示虚拟环境的安装路径。

如果你要安装的是python3.5的虚拟环境，可以这样：

一般情况下，上面两条命令就够了，这样安装得到的python虚拟环境和系统python环境是完全隔离的。

更多的命令选项可以在命令行中直接输入 virtualenv 命令获取。

venv只有python3可以使用，因此只能创建python3的虚拟环纤枝境，创建命令如下：

其中， python3 -m venv 是死命令，最后的安装路径自己指定。

注意： 以上两种安装方式在安装虚拟环境的同时也自动安装了pip工具。

安装好虚拟环境之后，每次使用该虚拟环境前需要使用 source 命令 激活 它。假设前面我在 /home/yan/env3/ 目录下安装了python3.5的虚拟环境，现在我使用以下命令激活它：

激活之后，在命令行提示符前面会有 (env3) 的提示，表示当前你处的python虚拟环境，比如我电脑的情况：

现在你可以在激活环境中干任何事情，比如使用pip命令在你新的python虚拟环境中安装模块:

或者执行python脚本。

使用完该虚拟环境之后，你需要在命令行输入 deactivate 命令来 退出 该虚拟环境：

之后就回到了正常的系统python环境中。

由于你创建该虚拟环境的目的是为了跑某个项目的程序，现在该项目做完了，不需要该虚拟环境了，你可以把该虚拟环境直接删除，如何删？

直接将创建虚拟环境时生成的文件夹删掉，就这么简单。比如我要把我刚戚孝才创建的env3虚拟环境删除：

在删除虚拟环境前记得一定得先退出该虚拟环境。

python虚拟环境的好处是：每个虚拟环境之间，以及虚拟环境和系统环境之间是完全隔离的，不同虚拟环境中，你可以安装不同版本的模块，就仿佛你可以同时拥有N多个不同的python开发环境。

唯一麻烦的一点是：每次进入某个虚拟环境之前，都要使用 source 命令激活。每次使用完，都要使用 deactivate 命令退出。

python - 环境 - python用conda创建虚拟环境

创建虚拟环境是为了让项目运行在一个独立的局部的Python环境中，这样可以让不同项目用不同的python模块，使得不同环境不会相互干扰。

因为虚拟环境可以使一个Python程序拥有独立的 库library 和 解释器interpreter ，而不用与其他Python程序共享统一个library和interpreter。

打个比方 ：如果程序A、程序B是用同一个python环境，程序A需要某个库的1.0版本，而程灶扰序B需要同样这个库的2.0版本滚棚，那么程序A能执行，则程序B就不能执行。

先进入命令行窗口 win+R ，输入 cmd

罗列当前已有的虚拟环境 conda env list

我这台电脑有3个环境，分别是 base 、 professior 、 pycharm book

其中 base 可以看到有个*，代表的是它为最根本的环境。

查看 conda create 命令

从上图可以看到

创建名为 frog_test 的虚拟环境，指定python版本 3.7 。

conda create -n frog_test python=3.7

关注最末尾这几句话：

查看是否创建成功

看到 (frog_test) 则代表进入成功

指定环境，查看已安装的包 conda list -n frog_test

指定环大辩则境，安装指定版本的包 conda install -n frog_test pandas==1.0.4

安装慢的话可以用镜像源，进入虚拟环境后用

pip install 模块名 -i --trusted-host mirrors.aliyun.com

再次查看，可以发现已经安装成功。

其余如：更新模块包、删除模块包，全部都可以进入虚拟环境后 pip 进行

更新pandas模块包

更新pandas模块包 pip install --upgrade pandas -i --trusted-host mirrors.aliyun.com

之前安装的1.0.4版本pandas变成1.0.5了。

删除pandas模块包

删除成功

=====================================================

pycharm创建虚拟环境没有生效

首先，确保你已经安装了一个python解释器。

如果你配置了环境变量，可以去命令行下试试能不能正确使用，如下：

C:\Users\程序员的一天python Python 3.9.0 (tags/v3.9.0:9cf6752, Oct 5 2020, 15:34:40) [MSC v.1927 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information.

如果你没配仿拆置环境变量，在终端下可以直接去到你的安装路径下，运行python，如下：

E:\soft\python\python39\installpython Python 3.9.0 (tags/v3.9.0:9cf6752, Oct 5 2020, 15:34:40) [MSC v.1927 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "圆衫license" for more information.

保证正确安装python解释器后 ，pycharm中配置python环境:

首先，点击file - setting，进入到配置窗口，

然后，点击Project下的Python Interpreter ,右边窗口下拉箭头，点击Show All

点击加号：

点击Virtualenv Environment，配置虚橘大腔拟环境即可。

Location是你保存虚拟环境的目录位置。

Base interpreter是你安装的python，选到对应的python.exe即可。

最后单击OK。

如果正确配置的话，在这里可以看到你的python解释器

python虚拟环境

从python3.3开始，python内置了env库，提供了对虚拟环境的支持。虚拟环境和全局环境相比有以下优势：

命令介绍袜哪：

命令的意思是运行venv模块创建虚拟环境，这个虚拟环境的目录就是命令最后指定的目录。

一般常根据项目创建虚拟环境，即每个项目会有一个对应的虚拟环境。下面嫌败演示一般的使用过程：

这样一个虚拟环境就创建完成。

虚拟环境创建成功后，可以通过 虚拟环境目录/Scripts/activate.bat 在命令行中激活该环境：

激活虚拟环境后，位置提示符中会在前面显示虚拟环境的名字：

命令行中，如果在已激活的虚拟环境中操作完，可以通过 deactivate 命令退出该虚拟环境。

当项目通过上述方式创建完成，如果要采用Pycharm开发，可以通过以下方式给该项目告者码绑定已创建的虚拟环境：

python虚拟环境搭建

当前python有多个版本，所以输入命令的时候在不同的场景可能会需要不同的python版本。

就需要安装python的虚拟核敬亏环境，方便快速切换python的版本。

安装python虚拟环境

sudo apt-get install python-virtualenv

sudo apt-get install virtualenvwrapper

创建虚拟环稿纳境

mkdir .virtualenvs

vi ~/.bashrc

插入如下两行

export WORKON_HOME=$HOME/.virtualenvs

source /改神usr/share/virtualenvwrapper/virtualenvwrapper.sh

然后执行

source ~/.bashrc

mkvirtualenv -p /usr/bin/python3.8 py3env

source py3env/bin/activate

如何为python项目创建虚拟环境

我们在开始一个python项目，而不是几行简单的代码时，我们倾向于开始使用第三方的dependencies.当项目越来越大时，我们需要考虑如何有效的管理这些第三方库。当安洞判装第三方库时，我们肯定是想安装在虚拟环境中。帮助我们保持我们实际系统环境的干净，避免打乱整个系统python环境。

我们可以使用pip把第三方库安装到python项目中。一个项目中往往要安装多个，鉴于安装的第三方库的各种版本，可能会导致一些兼容和运行的问题。

当我们在python项目中使用pip install ，我们是安装到全局python下的，将会根据现有的python版本安装第三方包。

我们可以通过以下命令来查找python的安装目录：

如果我们使用pip3 install ，将会安装到python3安装目录的单独的目录下。我们可以用以下命令来覆盖pip3这个命令:

但是这仍然解决不了我们在全局python下安装第三方库的问题，将会出现下列的问题：

为了避免以上的问题，python开发者使用虚拟环境。这个虚拟环境把安装的这些第三方库在一个隔离的环境中（目录内）保存。

确保你的系统上已经安装python

然后看一下pip是否也能正常调用

我们需要一个工具来创建python的虚拟环境，venv。它是封装在python3.3+版本以上的python中的。

如果我们使用python2，我们需要手动安装一个工具。这是为数不多的一个我们需要全局安装的第三方库。

注意：我们将会在文章中讨论很多venv和python3，操作系统环境不同，可能会导致某些命令的些许不同，某些工具的工作原理也些许不同。

如果你的系统上没有安装pip:

我们首先要为项目创建一个文件夹，并进入这个文件夹：

然后我们再创建虚拟环境：

这将会创建一个名为virtualenv的目录，这个目录将会包含bin、lib、include文件夹，还有一个环境配置文件。

所有的文件都是为了镇颤卜确保，所有的代码都运行在当前的虚拟环境下。这会帮我们把工作环境和操作系统环境隔离开来，避免我们之前提到的问题。

为了使用这个虚拟环境，我们需要激活它。激活以后，还会更改我们的命令提示符标志。这个标志也是为了表明虚拟环境已经激活，python的代码都是在这个环境下执行。

在虚拟环境下，无法访问使用全局的第三方库，在虚拟环境内安装的库也无法在外部使用。

在虚拟环境中，只有pip和setuptools是默认安装的。

激活虚拟环境后，变量path也会相应地发生改变，以达到虚拟环境的目的。

当我们完成工作，想切换回操作系统的全局环境，我们需要使用deactivate退出虚拟环境。

我们配置了虚拟环境并激活以后，我们不想在分享项目时，连同使用pip install命令安装的第三方库也一起分享。我们想去除我们的虚拟环境文件夹，但仍然可以在其他的电脑或系统上重新运行我们的工作。

为实现这个目的，我们可以在项目根目录下创建一个requirement文件。假设我们在虚拟环境下安装flask，安装完成后我们使用pip freeze命令。它将会列出我们已经安装过的库名和版本号。

我们可以将这个列表写到requirement文件中，上传到git保存，或以任何形式跟他人分享。

这个命令也可以更新这个requirements.txt文件，所以在每次安装一个新的第三方库时，我们都习惯性的运行一下这个命令，来更新我御穗们的安装列表。

然后，如果任何人想在他们的电脑上运行我们的项目，他们只需要做：

所有的一切都如在我们电脑上运行的一样。

安装pipenv

pipenv基本上是pip的一个替代工具。它引入了两个文件，pipfile用来替换requirements.txt，Pipfile lock（which enables deterministic builds，确定第三方库的子依赖库版本的更新的解决方案）

pipenv在机理上是运行pip和virtualenv，但使用一个命令来简化操作。

安装第三方库，如flask,或numpy

也可以从Version Control system比如git来安装第三方库

需要注意上面的-e参数可以使安装editable，目前对于pipenv来说是必须的。

如果你需要使用pytest来测试项目，但在上线后不需要这个库，你可以指定这个库仅仅作用于开发模式 --dev.

--dev将会把第三库放到pipfile的一个单独的地方【dev-packages】。

如果你现在完成了开发，本地运行正常，你想锁定你的开发环境，并转至线上。使用如下命令确保开发环境：

这个代码将会创建或更新你的环境，你无需手动更改编辑。我们也应该一直使用自动生成的文件。

lock以后，在production环境，你需要安装最新的成功的运行环境。

这个命令是告诉pipenv,安装时忽略pipfile，用pipfile.lock里的列表。pipenv将会创建一模一样的环境，包括子依赖库。

现在，另一个人想要对代码做些更改，这种情况下，他得到代码，包括pipfile，运行如下命令

这个命令将会安装开发所需的所有的第三方库，包括普通的install以及--dev安装的。

举例，现在你开发用到的一个第三库有了版本升级，因为你不需要一个特定的版本，所以你在install的时候没有指定版本号。当你运行pipenv install时，最新版本的第三方库会安装到你的开发环境内。

然后你对代码做了一些更改，结果如预期一样。然后你再重复上面的步骤lock你的环境。并更新至Production.

将会使用默认的editor打开第三方库的代码。