Win10环境下创建Python的虚拟环境

2023-10-14 09:11:12 浏览数 (2)

什么是PYTHON虚拟环境

Python虚拟环境是一种用于隔离Python项目的独立环境。用于隔离不同项目的依赖关系。它允许你在同一台计算机上管理多个项目，每个项目都有自己独立的Python运行环境和依赖项。通过创建虚拟环境，你可以在同一台计算机上同时管理多个项目的不同依赖库和版本，避免它们之间的冲突。

使用虚拟环境我们可以做到：

  1. 依赖隔离：每个虚拟环境都有自己独立的Python解释器和安装的库，因此可以避免不同项目之间的依赖冲突。
  2. 环境一致性：虚拟环境可以确保项目在不同环境中具有相同的依赖项和配置，从而提供更好的可移植性和一致性。
  3. 简化依赖管理：通过在项目中使用虚拟环境，你可以使用项目特定的依赖版本，并在虚拟环境中安装和更新依赖项，而不会影响全局Python环境。

常见的Python虚拟环境管理工具

常见的Python虚拟环境管理工具主要有以下几个：

  • venv：Python自带的虚拟环境模块，适用于Python3。
  • virtualenv：第三方工具，可以在Python2和Python3中创建虚拟环境。
  • conda：用于创建和管理虚拟环境的强大工具，特别适用于科学计算和数据分析项目。
  • pyenv：可以切换全局Python版本和创建本地虚拟环境的版本管理器。
  • pipenv：结合了虚拟环境和包管理工具的工具，适用于开发Python项目。

常见管理工具的优缺点及适用场景

  1. venv：
    • 优点：Python自带，无需额外安装。轻量级，创建速度快。
    • 缺点：仅适用于Python3。
    • 适用场景：适合Python3项目的简单虚拟环境管理，特别是标准库中已有所需模块的项目。
  2. virtualenv：
    • 优点：支持Python2和Python3。功能强大，可自定义虚拟环境的目录结构。
    • 缺点：需要额外安装。
    • 适用场景：适合创建Python2和Python3的虚拟环境，以及需要自定义虚拟环境结构的项目。
  3. conda：
    • 优点：功能强大，可以管理Python环境和非Python环境。拥有大量预编译的科学计算和数据分析包。跨平台支持良好。
    • 缺点：文件体积较大，安装过程较慢。使用conda命令时，有时会出现与pip不兼容的情况。
    • 适用场景：适合科学计算和数据分析项目，特别是需要管理非Python环境的项目。
  4. pyenv：
    • 优点：支持切换全局Python版本，方便管理多个Python版本。可以创建本地虚拟环境。
    • 缺点：不能创建多个独立的Python环境。
    • 适用场景：适合希望管理多个Python版本以及创建本地虚拟环境的项目。
  5. pipenv：
    • 优点：集成了虚拟环境和包管理工具，操作简单方便。自动管理项目所需的包和依赖冲突。
    • 缺点：有时会慢，尤其是在安装包时。不太适合大型和复杂的项目。
    • 适用场景：适合小型或中小型Python项目，特别是需要自动解决包依赖问题的项目。

创建虚拟环境

这里使用virtualenv来创建虚拟环境，首先在D盘根目录新建一个OAK文件夹，

打开终端或命令行界面。

进入我们想要创建虚拟环境的目标文件夹即OAK文件夹。

输入virtualenv OAKenv 指令创建虚拟环境；这里使用virtualenv工具来创建虚拟环境。运行这行指令后，会在当前目录下创建一个名为OAKenv的文件夹，该文件夹将包含一个独立的Python环境。

激活虚拟环境：通过输入以下命令来激活虚拟环境：OAKenvScriptsactivate;激活虚拟环境后，我们可以使用pip命令安装项目所需的依赖，并确保这些依赖只对该虚拟环境可见，而不会影响其他项目。如果想要退出虚拟环境，可以在命令行中直接运行deactivate命令。

这里需要注意：每次我们想使用虚拟环境时，都需要先激活该虚拟环境才能生效。激活虚拟环境会将该环境的Python解释器和安装的库设置为我们当前终端会话的默认Python运行环境。

一旦虚拟环境被激活，我们在终端中运行的任何Python命令或脚本将使用该虚拟环境的Python解释器和已安装的库。在我们完成项目开发或不再需要该虚拟环境时，可以使用虚拟环境管理工具提供的命令退出虚拟环境，以返回到全局Python环境。

需要注意的是，虚拟环境的激活只对当前终端会话有效，如果我们打开了新的终端窗口或启动了新的终端会话，我们需要重新激活虚拟环境才能在新的终端中使用它。

安装依赖：一旦我们激活了一个虚拟环境，它将会提供一个独立的Python运行环境，这意味着我们需要在该环境中重新安装我们需要的库和依赖项。比如这里我需要depthai库，我们就需要执行下面的指令来安装该依赖库

代码语言：javascript复制
pip install depthai-sdk

依赖安装完成后，我们可以使用下面的指令查看安装的包清单

代码语言：javascript复制
pip list

pip list指令用于列出当前Python环境中已安装的所有包及其版本信息。它可以帮助我们查看已安装的包，以及它们的版本号，这在管理和维护Python环境时非常有用。

执行pip list命令会显示一个表格，其中包含已安装的包名称和对应的版本号。示例如下：

代码语言：javascript复制
Package             Version
------------------- -------
numpy               1.21.0
pandas              1.3.0
scikit-learn        0.24.2
tensorflow          2.5.0

从这个列表中，我们可以得知当前Python环境安装了哪些包以及它们的版本号。这对于检查包是否需要更新，或者查看已安装的依赖项非常有用。

此外，我们还可以通过添加一些选项来改变pip list命令的行为。例如，--outdated选项可以列出所有已安装包的过时版本，这对于查找需要更新的包非常有用。示例：

代码语言：javascript复制
pip list --outdated

常见的问题

  1. 虚拟环境的是否每次都需要创建？ 虚拟环境不需要每次都创建，特别是对于已经存在的项目。

如果我们已经在项目中创建了虚拟环境，那么在其他环境中或其他机器上工作时，我们可以直接复用该虚拟环境，而不需要重新创建。

我们可以将项目的虚拟环境目录（通常是一个包含Python解释器和依赖包的文件夹）拷贝到其他位置，然后在新的位置中激活这个已存在的虚拟环境。

这样做的好处是，我们可以保持项目的依赖环境一致，便于与团队成员共享和协作。

注意，如果我们在不同的项目之间有不同的依赖关系，那么最好为每个项目创建独立的虚拟环境，以确保各项目之间的隔离性和依赖管理的清晰性。

  1. 激活虚拟环境是不是每次运行项目都要激活？ 每次运行项目时，通常都需要激活虚拟环境。

虚拟环境的激活过程会将该环境的Python解释器和依赖设置为当前运行环境中的默认解释器和依赖。这样可以确保项目在运行时使用的是正确的Python版本和依赖包。

每次激活虚拟环境时，都要安装依赖吗？

每次激活虚拟环境时，并不需要重新安装已经安装过的依赖包，除非你添加了新的依赖项。

当我们首次创建一个虚拟环境时，我们需要安装项目所需的依赖包。这可以通过运行 pip install 命令来完成。例如，我们可以运行以下命令来安装项目的依赖包：

代码语言：javascript复制
pip install -r requirements.txt

requirements.txt 是一个包含项目所有依赖包及其版本号的文件。

一旦依赖包安装完成，我们只需要在激活虚拟环境时安装新增的依赖包。当我们添加新的依赖包时，我们可以通过运行 pip install 命令来安装新包，或者将新包添加到 requirements.txt 文件中并运行 pip install -r requirements.txt 命令进行安装。

在激活虚拟环境之后，我们可以使用已安装的依赖包运行你的项目。因此，每次激活虚拟环境时，并不需要重新安装已经安装过的依赖包，除非你添加了新的依赖项。

python win10 工具 管理 终端

0 人点赞