Python简洁易用,备受世界各地爱好者喜欢,各行各业的从业者青睐,因此诞> 生了丰富的库。所谓易水三千,仅一瓢是你我需要的,如何管理这后宫三千佳丽而井然有序,也是非常重要的经验。本文主要阐述
win10环境
下管理python环境,Mac和Linux也类似。文中有参考各位大神的博客,由于时间久了,链接丢失,深表歉意。
Python管理库的方案也有很多种,我所有接触到主要有以下几种:
- Anaconda
:自动库管理,自带科学计算的相关库;
- virtualenv
:一个使用频率较高的库管理工具;
- virtualenvwrapper-win+pipenv
:解决了库管理的存放自定义、库依赖关系管理、便捷性等难题。推荐使用此类方案。
virtualenvwrapper-win
常用操作
virtualenvwrapper-win
会将所有的虚拟环境都安装在自定义的目录,减轻了C盘的负担,同时库管理命令简单。
pip install virtualenvwrapper-win
workon_home = path
mkvirtualenv + 名字
workon +名字
deactivate
rmvirtualenv + 名字
更多的详细使用,请参考virtualenvwrapper官方文档。
pipenv
常用操作
pipenv
的优势:
- 可以很方便的解决库管理的依赖问题;
- 便捷的实现相同项目环境一致性;
- 隔离开发、测试、生产环境的特殊工具使用需求。
pip install pipenv
mkvirtualenv + 名字
workon + 名字
requirements.txt
则自动安装相关的依赖库: pipenv install
pipenv install --devp
注意:如果进入项目目录后直接使用 pipenv install
则会生成随机的虚拟环境名字,后续每次需要更改虚拟环境名称,建议避免类似操作。
更多的详细使用,请参考pipenv官方文档。
virtualenvwrapper
将虚拟环境存放在相同的自定义目录中,同时也解决了库升级代码报错等不可预见错误。本次分享内容,以简洁实用为主,难免内容过于简陋或者有不恰当的地方,欢迎批评指正。