CentOS 7.6 中部署python开发环境和python虚拟环境

大家都知道python创建项目是一件很头疼的事情～从github上克隆下来的项目经常因为由于存在各种依赖、冲突等问题，导致运行会出现各种error，比如大家克隆一个django项目，1.9和2.x版本会有很多地方都不一样，再比如像sklearn、tensorflow、pytorch等机器学习、深度学习项目，也经常会经常版本问题产生各种各样的小问题，忙来忙去发现花在这上面的时间最多，所以其实理论上，如果我们需要很方便地部署一个项目到任何地方的时候，我们应该对每一个项目都进行虚拟化（当然也可以用docker部署，docker比起python虚拟环境，则更加工程化，不仅仅适用python，而是适用任何项目，甚至是操作系统、集群等，下一篇文章准备写一个docker使用心得）。

好，下面让我们开始进入python虚拟环境的世界，我们常见的一些python虚拟环境有如下工具：

1. virtualenv
2. conda
3. pipenv

我们今天只介绍 conda + virtualenv的联合使用，对于每个python项目，我们都会有一个venv文件夹用于存储该项目所有的依赖。

项目部署（以CentOS为例）

安装Anaconda

首先，我们从anacodna官网上下载anaconda

wget https://repo.anaconda.com/archive/Anaconda3-2018.12-Linux-x86_64.sh
chmod +x Anaconda3-2018.12-Linux-x86_64.sh
./Anaconda3-2018.12-Linux-x86_64.sh

按照步骤即刻一步一步安装好Anaconda3，查看～/.zshrc文件中的Anaconda3添加项。

# added by Anaconda3 2018.12 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/usr/local/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
    \eval "$__conda_setup"
else
    if [ -f "/usr/local/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/usr/local/anaconda3/etc/profile.d/conda.sh"
        CONDA_CHANGEPS1=false conda activate base
    else
        \export PATH="/usr/local/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda init <<<

我们可以看到，这里Anaconda3默认已经将base中的python环境激活了，也就是Anaconda3中的base本身其实也是一个conda创建的基础环境，安装Anaconda3对CentOS中自带的python版本完全没影响，在进入shell中就已经激活了conda中自带的base环境，可看到上面shell代码中的conda activate base，安装anaconda后，我们完全可以安装任何版本的python，有时候这个是必须的，因为有些项目使用python2开发，有时候不得不安装python的旧版本，对于tensorflow-gpu，则更是（暂时）不支持最新的python3.7，所以笔者的服务器中安装了几乎所有的python版本（2.7，3.5，3.6，3.7这几个是必须的）。

安装conda虚拟环境

利用conda命令安装虚拟环境

conda create -n py27 python=2.7

安装好之后可以利用如下命令激活虚拟环境

source activate py27

其中py27是之前命名的虚拟环境的名字，激活环境之后我们可以使用以下命令

pip -V

可以看到pip的路径为：

pip 19.0.1 from /usr/local/anaconda3/envs/py27/lib/python2.7/site-packages/pip (python 2.7)

可以看到pip的路径为虚拟环境中的python2.7中的pip，此时我们使用pip install 即可将包安装到我们刚刚安装好的py2虚拟环境中。

可以使用如下命令退出该激活环境

source deactivate py27

为什么要用conda创建虚拟环境呢？笔者总结了几点原因如下：

• conda的环境都在 anaconda3/envs/ 目录下，使用conda可以很方便地进行全局虚拟环境管理
• 使用conda部署虚拟环境对我来说，就是很方便地兼容各个版本的python
• 激活conda部署的环境后，可以使用virtualenv对每个项目进行唯一的环境管理

安装virtualenv

使用pip即可安装virtualenv，我们在上面的基础上，继续创建虚拟环境

mkdir test && cd test
virtualenv venv

test文件夹会中会生成一个venv文件夹，此时可以使用如下命令激活

source venv/bin/activate

激活后，我们再使用如下pip -V命令，可以得到如下结果

pip 19.0.2 from /root/test/venv/lib/python3.5/site-packages/pip (python 3.5)

我们下次进入该目录后，不需要先激活conda了，直接使用 source venv/bin/activate 即可使用

最后，可以直接使用pip生成requirments文件

pip freeze > requirements.txt

那么别人如果克隆了你的项目，可以先 

source venv/bin/activate
pip install -r requirements.txt