Python教程

Appearance

Python 虚拟环境的创建 ​

虚拟环境是 Python 中用于隔离项目依赖的工具，它可以为每个项目创建独立的 Python 环境，避免依赖冲突。本章节将详细介绍 Python 虚拟环境的创建和使用方法。

为什么需要虚拟环境？ ​

在 Python 开发中，不同项目可能需要不同版本的库和依赖。如果所有项目都使用全局 Python 环境，可能会导致以下问题：

  1. 依赖冲突：不同项目需要不同版本的同一库
  2. 版本管理困难：难以跟踪每个项目使用的依赖版本
  3. 系统污染：全局安装过多库会污染系统环境
  4. 部署问题：部署时难以重现相同的依赖环境

虚拟环境可以解决这些问题，为每个项目提供独立的依赖环境。

虚拟环境工具 ​

Python 中常用的虚拟环境工具有：

  1. venv：Python 3.3+ 内置的虚拟环境工具
  2. virtualenv：第三方虚拟环境工具，支持 Python 2 和 3
  3. conda：Anaconda 发行版中的虚拟环境工具

本章节主要介绍 venv 和 virtualenv 的使用方法。

使用 venv 创建虚拟环境 ​

venv 是 Python 3.3+ 内置的虚拟环境工具，不需要额外安装。

基本语法 ​

bash
# 创建虚拟环境
python -m venv <虚拟环境名称>

# 激活虚拟环境
# Windows
env\Scripts\activate.bat  # cmd
env\Scripts\Activate.ps1  # PowerShell

# macOS/Linux
source env/bin/activate

# 退出虚拟环境
deactivate

示例：在 Windows 上使用 venv ​

步骤 1：创建虚拟环境 ​

打开命令提示符或 PowerShell，执行以下命令：

bash
# 创建虚拟环境
python -m venv myenv

这将在当前目录创建一个名为 myenv 的虚拟环境目录。

步骤 2：激活虚拟环境 ​

在 cmd 中：

bash
# 激活虚拟环境
myenv\Scripts\activate.bat

在 PowerShell 中：

bash
# 激活虚拟环境
myenv\Scripts\Activate.ps1

激活后，命令提示符前会显示虚拟环境名称：

(myenv) C:\path\to\project>

步骤 3：使用虚拟环境 ​

在激活的虚拟环境中，可以安装依赖、运行 Python 脚本等：

bash
# 安装依赖
pip install requests
pip install numpy

# 查看已安装的包
pip list

# 运行 Python 脚本
python script.py

步骤 4：退出虚拟环境 ​

bash
# 退出虚拟环境
deactivate

退出后，命令提示符前的虚拟环境名称会消失。

示例：在 macOS/Linux 上使用 venv ​

步骤 1：创建虚拟环境 ​

打开终端，执行以下命令：

bash
# 创建虚拟环境
python3 -m venv myenv

步骤 2：激活虚拟环境 ​

bash
# 激活虚拟环境
source myenv/bin/activate

激活后，终端提示符前会显示虚拟环境名称：

(myenv) user@machine:~/path/to/project$

步骤 3：使用虚拟环境 ​

bash
# 安装依赖
pip install requests
pip install numpy

# 查看已安装的包
pip list

# 运行 Python 脚本
python script.py

步骤 4：退出虚拟环境 ​

bash
# 退出虚拟环境
deactivate

使用 virtualenv 创建虚拟环境 ​

virtualenv 是一个第三方虚拟环境工具，支持 Python 2 和 3。

安装 virtualenv ​

bash
# 安装 virtualenv
pip install virtualenv

基本语法 ​

bash
# 创建虚拟环境
virtualenv <虚拟环境名称>

# 指定 Python 版本
virtualenv -p <python.exe路径> <虚拟环境名称>

# 激活虚拟环境
# Windows
env\Scripts\activate.bat  # cmd
env\Scripts\Activate.ps1  # PowerShell

# macOS/Linux
source env/bin/activate

# 退出虚拟环境
deactivate

示例：使用 virtualenv ​

步骤 1：安装 virtualenv ​

bash
# 安装 virtualenv
pip install virtualenv

步骤 2：创建虚拟环境 ​

bash
# 创建虚拟环境
virtualenv venv

# 指定 Python 版本
virtualenv -p C:\Python39\python.exe venv39

步骤 3：激活虚拟环境 ​

Windows：

bash
venv\Scripts\activate.bat  # cmd
venv\Scripts\Activate.ps1  # PowerShell

macOS/Linux：

bash
source venv/bin/activate

步骤 4：使用虚拟环境 ​

bash
# 安装依赖
pip install requests

# 查看已安装的包
pip list

# 运行 Python 脚本
python script.py

步骤 5：退出虚拟环境 ​

bash
deactivate

依赖管理 ​

使用 requirements.txt 文件 ​

requirements.txt 文件用于记录项目的依赖包及其版本，便于在不同环境中重现相同的依赖。

生成 requirements.txt 文件 ​

在激活的虚拟环境中，执行以下命令：

bash
# 生成 requirements.txt 文件
pip freeze > requirements.txt

这将把当前虚拟环境中所有已安装的包及其版本写入 requirements.txt 文件。

从 requirements.txt 文件安装依赖 ​

在新的环境中，可以使用以下命令安装 requirements.txt 中指定的依赖：

bash
# 从 requirements.txt 文件安装依赖
pip install -r requirements.txt

示例：使用 requirements.txt ​

步骤 1：创建并激活虚拟环境 ​

bash
# 创建虚拟环境
python -m venv myenv

# 激活虚拟环境
# Windows
myenv\Scripts\activate.bat
# macOS/Linux
source myenv/bin/activate

步骤 2：安装依赖 ​

bash
# 安装依赖
pip install requests
pip install numpy
pip install pandas

步骤 3：生成 requirements.txt 文件 ​

bash
# 生成 requirements.txt 文件
pip freeze > requirements.txt

生成的 requirements.txt 文件内容类似：

numpy==1.23.4
pandas==1.5.1
requests==2.28.1
...

步骤 4：在新环境中安装依赖 ​

bash
# 创建新的虚拟环境
python -m venv newenv

# 激活新环境
# Windows
newenv\Scripts\activate.bat
# macOS/Linux
source newenv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 验证安装
pip list

虚拟环境的最佳实践 ​

1. 为每个项目创建独立的虚拟环境 ​

为每个项目创建单独的虚拟环境，避免依赖冲突。

2. 将虚拟环境目录添加到 .gitignore ​

不要将虚拟环境目录提交到版本控制系统，应该将其添加到 .gitignore 文件中：

gitignore
# .gitignore
# 虚拟环境目录
venv/
env/
myenv/

# 依赖缓存
__pycache__/
*.py[cod]

# IDE 配置
.vscode/
.idea/

# 其他
*.log
*.tmp

3. 使用固定版本的依赖 ​

在 requirements.txt 中指定依赖的具体版本，确保在不同环境中使用相同的依赖版本。

4. 定期更新依赖 ​

定期更新依赖包，修复安全漏洞和 bug：

bash
# 更新所有依赖
pip install --upgrade pip
pip freeze --local | grep -v '^-e' | cut -d = -f 1 | xargs -n1 pip install -U

# 或者使用 pip-upgrader
pip install pip-upgrader
pip-upgrade requirements.txt

5. 使用虚拟环境进行测试 ​

在虚拟环境中运行测试，确保测试环境与生产环境一致。

常见问题及解决方案 ​

问题 1：激活虚拟环境时权限不足 ​

解决方案：

  • 在 Windows PowerShell 中，以管理员身份运行 PowerShell
  • 执行 Set-ExecutionPolicy RemoteSigned 命令允许执行脚本

问题 2：虚拟环境中 Python 版本与系统不一致 ​

解决方案：

  • 使用 python --version 检查虚拟环境中的 Python 版本
  • 创建虚拟环境时指定 Python 版本：virtualenv -p <python.exe路径> venv

问题 3：依赖安装失败 ​

解决方案：

  • 检查网络连接
  • 使用国内镜像源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <package>
  • 升级 pip：pip install --upgrade pip

问题 4：虚拟环境被破坏 ​

解决方案：

  • 删除损坏的虚拟环境目录
  • 重新创建虚拟环境
  • 从 requirements.txt 重新安装依赖

高级技巧 ​

1. 使用虚拟环境管理工具 ​

pipenv ​

pipenv 是一个更高级的虚拟环境和依赖管理工具，它结合了 pip 和 virtualenv 的功能。

安装：

bash
pip install pipenv

使用：

bash
# 创建虚拟环境并安装依赖
pipenv install requests

# 激活虚拟环境
pipenv shell

# 安装开发依赖
pipenv install --dev pytest

# 生成 requirements.txt
pipenv lock -r > requirements.txt

# 退出虚拟环境
exit

poetry ​

poetry 是另一个现代的 Python 依赖管理工具，它提供了更简洁的依赖管理方式。

安装：

bash
# Windows
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | python -

# macOS/Linux
curl -sSL https://install.python-poetry.org | python -

使用：

bash
# 初始化项目
poetry init

# 安装依赖
poetry add requests

# 安装开发依赖
poetry add --dev pytest

# 运行命令
poetry run python script.py

# 激活虚拟环境
poetry shell

# 退出虚拟环境
exit

2. 在 IDE 中使用虚拟环境 ​

PyCharm ​

  1. 创建项目时指定虚拟环境：

    • 打开 PyCharm，点击 "New Project"
    • 在 "New Project" 对话框中，选择 "New environment using"
    • 选择 "Virtualenv" 或 "Conda"
    • 指定虚拟环境的位置和基础解释器
    • 点击 "Create"

  2. 为现有项目配置虚拟环境：

    • 打开项目，点击 "File" > "Settings"
    • 在左侧面板中，选择 "Project" > "Python Interpreter"
    • 点击右上角的齿轮图标，选择 "Add..."
    • 选择 "Virtualenv Environment" 或 "Conda Environment"
    • 选择 "Existing environment" 并指定虚拟环境的 Python 解释器路径
    • 点击 "OK"

VS Code ​

  1. 安装 Python 扩展：

    • 在 VS Code 中，点击左侧的扩展图标
    • 搜索 "Python" 并安装 Microsoft 官方的 Python 扩展

  2. 配置虚拟环境：

    • 打开项目文件夹
    • 点击右下角的 Python 版本选择器
    • 在弹出的菜单中，选择 "Enter interpreter path..."
    • 选择 "Find..."
    • 导航到虚拟环境目录，选择 Scripts\python.exe（Windows）或 bin/python（macOS/Linux）
    • 点击 "Select Interpreter"

  3. 使用虚拟环境：

    • 在 VS Code 中打开终端，它会自动激活虚拟环境
    • 或使用 Ctrl+Shift+ 打开新终端

实际应用示例 ​

示例 1：创建 Django 项目 ​

bash
# 创建虚拟环境
python -m venv django_env

# 激活虚拟环境
# Windows
django_env\Scripts\activate.bat
# macOS/Linux
source django_env/bin/activate

# 安装 Django
pip install django

# 创建 Django 项目
django-admin startproject myproject

# 进入项目目录
cd myproject

# 创建 Django 应用
python manage.py startapp myapp

# 运行开发服务器
python manage.py runserver

# 退出虚拟环境
deactivate

示例 2：创建 Flask 项目 ​

bash
# 创建虚拟环境
python -m venv flask_env

# 激活虚拟环境
# Windows
flask_env\Scripts\activate.bat
# macOS/Linux
source flask_env/bin/activate

# 安装 Flask
pip install flask

# 创建 requirements.txt
pip freeze > requirements.txt

# 创建 app.py
cat > app.py << 'EOF'
from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return 'Hello, World!'

if __name__ == '__main__':
    app.run(debug=True)
EOF

# 运行 Flask 应用
python app.py

# 退出虚拟环境
deactivate

示例 3：创建数据分析项目 ​

bash
# 创建虚拟环境
python -m venv data_env

# 激活虚拟环境
# Windows
data_env\Scripts\activate.bat
# macOS/Linux
source data_env/bin/activate

# 安装数据科学库
pip install numpy pandas matplotlib scikit-learn jupyter

# 创建 requirements.txt
pip freeze > requirements.txt

# 启动 Jupyter Notebook
jupyter notebook

# 退出虚拟环境
deactivate

总结 ​

虚拟环境是 Python 开发中的重要工具，它可以：

  1. 隔离项目依赖：避免不同项目之间的依赖冲突
  2. 便于版本管理：跟踪每个项目的依赖版本
  3. 保持系统清洁：不污染全局 Python 环境
  4. 简化部署：在不同环境中重现相同的依赖配置

本章节介绍了：

  1. 虚拟环境的必要性：解决依赖冲突等问题
  2. 虚拟环境工具：venv 和 virtualenv
  3. 创建和激活虚拟环境：在不同操作系统上的操作方法
  4. 依赖管理：使用 requirements.txt 文件
  5. 最佳实践：虚拟环境的使用建议
  6. 常见问题及解决方案
  7. 高级技巧：使用 pipenv、poetry 等工具
  8. 在 IDE 中使用虚拟环境
  9. 实际应用示例：创建 Django、Flask 和数据分析项目

掌握虚拟环境的使用，对于 Python 项目开发和管理非常重要。

Copyright © 2025-2026 京公网安备 11010102000001号 京ICP备2024078128号-1