Python虚拟环境—virtualenv

简介: 很早以前学 Python 的时候就知道虚拟环境这个东西的存才,但是由于当时只想一心急切的想掌握 Python 基础语法而不想把时间浪费在环境搭建上(当时作者本人还算刚入门编程),所以一直没有详细搭建虚拟环境。

很早以前学 Python 的时候就知道虚拟环境这个东西的存才,但是由于当时只想一心急切的想掌握 Python 基础语法而不想把时间浪费在环境搭建上(当时作者本人还算刚入门编程),所以一直没有详细搭建虚拟环境。今天把自己建虚拟环境的过程记录下,使新人少走弯路。

作者是在 Mac OS 下搭建的虚拟环境。

在 Mac 中,会自带 Python2.7,但是往往我们还会使用 Python3,我的电脑里有 Python3.6 和 2.7 两个版本,这里建议系统自带的 Python 不要删除,免得造成未知错误。

  1. 使用 pip3 install virtualenv 安装 virtualenv
  2. 继续安装 pip3 install virtualenvwrapper 安装 virtualenvwrapper

上边1.2两步是因为 virtualenv 操作相对麻烦,所以继续安装 virtualenvwrapper。

安装完后,配置:
vim ~/.bash_profile 编辑文件:
增加下边两行:

#python虚拟环境
export WORKON_HOME=/Users/allen/Documents/virtualenvs
VIRTUALENVWRAPPER_PYTHON=/Library/Frameworks/Python.framework/Versions/3.6/bin/python3
source /Library/Frameworks/Python.framework/Versions/3.6/bin/virtualenvwrapper.sh
img_256e6ac4943ef66ba947257cf214b7a4.png
image.png

上图中source后边的路径可以通过命令:
sudo find / -name virtualenvwrapper.sh 查找到
配置完文件后,执行source ~/.bash_profile 使之生效

以上,完成了virtualenv的所有配置,接下来看怎么使用它。

重启终端,执行 mkvirtualenv py3,创建一个名为py3的虚拟环境,python版本就是默认配置的版本。

创建完成后,可以发现我们已经进入到py3环境中了,
查看pip版本pip -V 和 查看已安装的包pip list,可以看到是一个干净的环境。

退出虚拟环境:deactivate

列出已创建的虚拟环境:workon

指定特定的python版本创建虚拟环境:
mkvirtualenv --python=/usr/bin/python py2

删除虚拟环境rmvirtualenv py3

好了,大功告成。

如果本文对您有所帮助,记得点赞~~~, 关注作者持续更新干货,Python 、Java 、Go各个编程语言入门。

目录
相关文章
|
21天前
|
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。
108 60
|
16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。
73 34
|
22天前
|
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!
42 1
|
29天前
|
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。
|
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。
|
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
38 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
|
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。
218 2
|
3月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
53 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。
193 3
|
8月前
|
Linux iOS开发 MacOS
【chat-gpt问答记录】python虚拟环境venv的简介及使用
【chat-gpt问答记录】python虚拟环境venv的简介及使用
74 2