【学习笔记】Python 环境隔离

前言
venv
- venv 环境管理
- venv 包管理
virtualenv 以及 virtualenvwrapper
conda
- conda 环境管理
- conda 包管理
总结
参考资料

Python 作为最常用的脚本语言，有着非常丰富的第三方库，但是这也导致了 Python 的环境管理非常必要。本文将介绍 Python 的几个常用环境管理工具，以及如何使用它们。

前言

由于 Python 的第三方库非常丰富，因此在开发过程中，我们可能会使用到很多第三方库。

但是，这些第三方库可能会有不同的版本，而且不同的项目可能会使用不同的版本。

如果我们先在 A 项目中使用了老版本的第三方库，而后续在 B 项目中需要使用新版本的第三方库，覆盖了老版本的第三方库，那么 A 项目就可能会出现问题。

当前，个人使用过的 Python 的环境管理工具主要有 venv、virtualenv、virtualenvwrapper 和 conda。

`venv`

Python 3.3 之后，Python 自带了 venv 工具，是内置的一个模块，用于创建虚拟环境。

`venv` 环境管理

# 创建环境
python -m venv &lt;env_dir&gt;
# 通常在当前目录下创建 .venv 目录作为虚拟环境
python -m venv .venv
# 激活环境，直接调用相应的脚本即可
# Windows CMD
.venv\Scripts\activate.bat
# Windows PowerShell
.venv\Scripts\Activate.ps1
# Linux
.venv\Scripts\activate
# 退出环境
deactivate
# 删除环境，只需要删除相应的目录即可
# Windows
rmdir .venv
# Linux
rm -rf .venv

`venv` 包管理

激活环境后，直接用 pip 安装、卸载包即可。

`virtualenv` 以及 `virtualenvwrapper`

virtualenv 是一个第三方的包，用于创建虚拟环境。

venv 其实就是 virtualenv 的一个子集，相当于被官方收录了，可见其实力。

为了更方便地使用 virtualenv，可以使用 virtualenvwrapper ，它对 virtualenv 进行了封装，提供了更方便的命令。

在 Windows 上，可以使用 virtualenvwrapper-win。

安装

pip install virtualenv
# Linux
pip install virtualenvwrapper
# Windows
pip install virtualenvwrapper-win

`virtualenvwrapper` 环境管理

# 创建环境
mkvirtualenv &lt;env_name&gt;
# 激活环境（仍然不太兼容最新的 PowerShell）
workon &lt;env_name&gt;
# 退出环境
deactivate
# 删除环境
rmvirtualenv &lt;env_name&gt;

`virtualenvwrapper` 包管理

激活环境后，直接用 pip 安装、卸载包即可。

`conda`

conda 是一个开源跨平台语言无关的包管理与环境管理系统。

通常为了方便，可以直接下载包含各种常用软件包的 Anaconda，以及最简环境的 Miniconda。

然而，conda 在 Windows 上的使用体验并不好，暂时还不支持新版本的 PowerShell，其官方的 Issue 也有提到这个问题。

所以当前我都是切到 Conmmand Prompt 也就是 CMD 中使用 conda。

`conda` 环境管理

# 创建环境
conda create -n &lt;env_name&gt; [python=&lt;python_version&gt;] [package_name]
# 激活环境
conda activate &lt;env_name&gt;
# 退出环境
conda deactivate
# 删除环境
conda remove -n &lt;env_name&gt; --all

`conda` 包管理

conda install &lt;package_name&gt;
conda list
conda remove &lt;package_name&gt;

总结

在 Windows 上，在借助 VScode 的 Python 插件的情况下，使用 venv 和 virtualenvwrapper 都还不错，可以快速的激活环境。

而在 Linux 上，使用 conda 也是一个不错的选择。

参考资料

本文作者： ywang_wnlo

本文链接： https://ywang-wnlo.github.io/posts/28f3e4d7/

版权声明： 本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！