Python虚拟环境搭建

python项目开发中的潜规则

一般情况下，我们每次创建项目，都会为项目创建一个虚拟环境

• 先创建虚拟环境:test
• 再创建项目
• 项目+环境 关联起来，以后就可以利用这个环境专门去运行项目

1. 创建虚拟环境

• venv
  1.1 venv安装在python解释器。

  python3 -m venv test

  1.2 利用venv创建
  在自己的终端(命令行)

  cd /Users/mac/work/python
  python3 -m venv test

2. 安装和管理多个Python版本

在开发过程中，我们经常需要在不同项目中使用不同版本的Python。以下是几种在Mac上安装和管理多个Python版本的方法，而不会覆盖系统自带的Python版本。

2.1 使用pyenv管理多版本Python

pyenv是专门用于管理多个Python版本的工具，它不会影响系统自带的Python。

# 安装pyenv
brew install pyenv

# 配置pyenv（添加到~/.zshrc文件中）
export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init --path)"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"

# 重新加载配置
source ~/.zshrc

# 安装特定版本的Python（例如3.9.0）
pyenv install 3.9.0

# 查看已安装的所有Python版本
pyenv versions

# 创建虚拟环境
# 方法1：使用pyenv-virtualenv插件
brew install pyenv-virtualenv

# 配置pyenv-virtualenv（添加到~/.zshrc文件中）
echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.zshrc

# 重新加载配置
source ~/.zshrc

# 创建虚拟环境
pyenv virtualenv 3.9.0 test_env

# 激活环境
pyenv activate test_env

# 或者方法2：使用特定版本的Python创建venv
pyenv shell 3.9.0
python -m venv my_project_envs

注意： 如果遇到 Failed to activate virtualenv 错误，通常是因为 pyenv-virtualenv 没有正确加载到你的 shell 中。确保已经添加了上述配置到 ~/.zshrc 文件并重新加载配置。

2.2 使用conda管理Python环境

Miniconda或Anaconda可以同时管理Python版本和包：

# 安装miniconda
brew install --cask miniconda

# 创建特定Python版本的环境
conda create -n my_project_env python=3.9

# 激活环境
conda activate my_project_env

2.3 使用Docker容器

如果你熟悉Docker，可以为每个项目创建一个带有特定Python版本的容器：

# 创建一个使用Python 3.9的Dockerfile
FROM python:3.9
WORKDIR /app
COPY . .
RUN pip install -r requirements.txt

2.4 使用asdf版本管理器

asdf是一个通用的版本管理工具，也支持Python：

# 安装asdf
brew install asdf

# 添加Python插件
asdf plugin add python

# 安装特定版本
asdf install python 3.9.0

# 设置本地版本
asdf local python 3.9.0

# 然后创建虚拟环境
python -m venv test_env

3. 使用虚拟环境

3.1 使用标准venv创建的虚拟环境

# 激活虚拟环境
# 在Windows上
test\Scripts\activate

# 在Mac/Linux上
source /Users/mac/.pyenv/versions/test_env/bin/activate

# 激活后，命令行前面会出现(test)前缀
(test_env) $

# 安装依赖包
pip install numpy pandas

# 退出虚拟环境
deactivate

3.2 使用pyenv-virtualenv创建的环境

# 激活环境
pyenv activate my_project_env

# 安装包
pip install requests

# 退出环境
pyenv deactivate

3.3 使用conda创建的环境

# 激活环境
conda activate my_project_env

# 安装包
conda install numpy
# 或者
pip install numpy

# 退出环境
conda deactivate

3.4 虚拟环境的常用操作

# 查看已安装的包
pip list

# 导出依赖列表
pip freeze > requirements.txt

# 在另一个环境中安装相同的依赖
pip install -r requirements.txt

# 更新pip
pip install --upgrade pip

记住，只有在激活虚拟环境后，你安装的包才会被安装到虚拟环境中，而不是系统的Python环境。