python


文章目录

  • python
  • 一、创建和管理Python虚拟环境的方法
  • 二、在虚拟环境中安装和管理Python包
  • 三、在虚拟环境中切换到全局Python环境
  • 四、总结
  • 五、番外篇（linux和window如何安装conda）
  • 在Linux上安装Conda
  • 在Windows上安装Conda


一、创建和管理Python虚拟环境的方法

在Windows/Linux/MacOS上创建和管理Python虚拟环境的方法，只是激活虚拟环境的命令不同。

  1. 使用venv
    在项目目录中，打开 终端或PowerShell，然后运行以下命令来创建一个新的虚拟环境，其中.venv是你的环境名称：
python -m venv .venv

然后，使用以下命令来激活你的环境：

# windows激活
.\env\Scripts\activate
# linux/MacOc
source env/bin/activate

如下图：

创建指定python版本的虚拟环境 python创建虚拟环境的方法_python

  1. 使用pipenv
    首先，你需要安装pipenv。在 终端中或PowerShell中输入以下命令：
pip install pipenv

然后，导航到你的项目目录，并输入以下命令来创建一个新的虚拟环境：

pipenv shell
  1. 使用conda
    conda是Anaconda发行版的一部分，是一个用于数据科学和机器学习的Python发行版。如果你已经安装了Anaconda，你可以使用conda来创建虚拟环境。
    在终端或PowerShell中输入以下命令来创建一个新的虚拟环境，其中env是你的环境名称：
conda create --name env

然后，使用以下命令来激活环境：

conda activate env

二、在虚拟环境中安装和管理Python包

在Python虚拟环境中安装和管理包的方法与在全局环境中的方法相同，主要使用pip命令。以下是一些常用的命令：

  1. 安装包
    使用以下命令安装包，其中package_name是你要安装的包的名称：
pip install package_name

如果你有一个requirements.txt文件，其中列出了所有需要安装的包，你可以使用以下命令一次性安装所有的包：

pip install -r requirements.txt
  1. 升级包
    使用以下命令升级包，其中package_name是你要升级的包的名称：
pip install --upgrade package_name
  1. 卸载包
    使用以下命令卸载包，其中package_name是你要卸载的包的名称：
pip uninstall package_name
  1. 列出已安装的包
    使用以下命令列出虚拟环境中已安装的所有包：
pip list

请注意，以上所有的命令都应在虚拟环境激活的情况下运行。

三、在虚拟环境中切换到全局Python环境

在虚拟环境中切换回全局Python环境，需要使用deactivate命令。无论是使用venv，pipenv还是conda创建的虚拟环境，这个命令都是一样的。

在命令行中，输入以下命令：

deactivate

运行这个命令后，你将退出当前的虚拟环境，回到全局Python环境。

如下图：

创建指定python版本的虚拟环境 python创建虚拟环境的方法_虚拟环境_02

四、总结

创建和管理Python虚拟环境

  1. 如果生产开发：强烈推荐使用第一种，方便快捷
  2. 要是机器学习科研，可以考虑conda

五、番外篇（linux和window如何安装conda）

首先需要介绍一下Anaconda和Miniconda，都是由Anaconda, Inc.提供的Python和R的发行版，它们都包含了conda包管理器。但是，它们之间有一些主要的区别：

  1. 包含的内容：Anaconda是一个包含了大约1400个科学包和conda包管理器的全功能发行版。而Miniconda更加精简，只包含了Python、conda包管理器以及必要的库，例如libpython和libgcc。
  2. 安装大小：由于Anaconda包含了大量的预装包，因此它的安装文件较大，大约3GB。而Miniconda的安装文件较小，大约400-500MB。
  3. 灵活性：由于Miniconda只包含了最基础的内容，因此它允许你更加灵活地创建和管理你的环境。你可以只安装你需要的包，而不是Anaconda预装的大量包。

总的来说，如果你希望快速开始并且不介意额外的空间，或者你是一个新手并且不确定需要哪些包，那么Anaconda可能是一个更好的选择。如果你对控制你的环境有更高的要求，或者你希望节省空间，那么Miniconda可能是一个更好的选择。