python虚拟环境搭建（virtualenv+conda）+ 编辑器虚拟环境使用（vscode+pycharm）

1 virtualenv包管理

1.1 命令行搭建

• 安装virtualenv库

pip install virtualenv

• 创建虚拟环境

mkvirtualenv -p python.exe文件所在目录 虚拟环境文件名

• 激活虚拟环境

C:\Users\XXX\Desktop\spider\1>test\Scripts\activate

• 退出虚拟环境

(test) C:\Users\Chengyikang\Desktop\spider\1>test\Scripts\deactivate.bat

• Linux虚拟环境配置

# 进入路径
/d/workSpace/speech_recognition/Scripts

#进入虚拟环境
$ source ./activate

# 退出虚拟环境
$ deactivate

1.2 VS Code使用方法

• 选择文件夹，在终端输入以下代码

//创建venv文件夹
virtualenv venv

• 选择解释器，在终端会直接运行选中的解释器
  
• 如果无法运行则手动点击venv文件夹下的activate.ps1文件
  

**问题：**有可能会出现无法运行activate.ps1的情况，可以选择安装VS Code提示的插件，又可能会提示以下信息。

无法加载文件 ******.ps1，因为在此系统中禁止执行脚本。有关详细信息，请参阅 "get-help about_signing"。
所在位置 行:1 字符: 17
\+ E:\Test\test.ps1 <<<<
  \+ CategoryInfo     : NotSpecified: (:) [], PSSecurityException
  \+ FullyQualifiedErrorId : RuntimeException
    查看“get-help about_signing”:

解决办法：

1. 执行Set-ExecutionPolicy -Scope CurrentUser
2. 输入RemoteSigned即可改变执行策略
   

快速切换解释器方法

1. 点击左下角，选择解释器
2. 将终端删除，他会提示是否重启，点击yes
   
   

2 conda包管理

conda是Anaconda中的包管理工具，支持python、Java、R等多种语言等多种语言的软件包、依赖项和环境管理。相对比起python中的pip安装，可以选择的选项更多，可以说是vitualenv和pip 的结合体，同时还提供了些pip中没有的包，例如mac-arm的pytorch（我也就是从这个时候开始使用的，相比较而言，我其实更喜欢vitualenv+pip+vscode）

Anaconda官网：https://www.anaconda.com/products/individual
conda包管理官网：https://anaconda.org/
miniconda官网：https://docs.conda.io/en/latest/miniconda.html

2.1 安装与使用

你可以选择直接在Anaconda官网进行Anaconda的安装，这其中包括有jupyter、conda、python等，可以为你节省时间，而且安装更加的简单便捷，链接就是上面那个官网链接。

也可以在miniconda的官网进行安装，就和名字一样，这是缩小版的conda，没有额外安装其他软件和相应的python包，这里以miniconda的安装为例。

1. 下载sh文件
   点击上方miniconda官网链接，进入官网选择latest下的对应文件，直接下载最新版本，当然也可以选择下面不同平台的对应版本。
2. 运行sh文件
   找到下载文件，启动命令行，cd到下载文件所在目录，输入bash + 文件名 即可。
   
3. 之后会有相关的选择，一路yes过去即可安装成功，输入conda查看安装结果，有内容出现则表示安装成功，没有对应内容出现，不出意外也安装成功了，不过只是没有加入环境变量。
   
4. 如果出现无法找到conda的情况，那么可以在文件夹中找到miniconda3/bin/activate，直接打开运行即可。
   
5. 进入虚拟环境之后，命令行中就会在最前面出现虚拟环境的名字。
   
6. 输入conda info --envs即可查看所有虚拟环境位置名字等，相关虚拟环境都在miniconda3文件中的envs，而virtualenv库则是在对应的命令行所在文件夹下，这也是两者的区别之一。
   

2.2 相关命令行

命令行	说明
conda create --name environment python=3.10	基于python3.10创建名为environment的虚拟环境
conda activate environment	进入名为environment的虚拟环境
conda info --envs	查看所有虚拟环境以及是否被选中
python --version	查看python版本是否符合预期
conda deactivate	退出虚拟环境
conda env remove -n environment	删除名为environment的虚拟环境
conda list	列出环境中的所有python包
conda env export > environment.yaml	获取所有包整理至environment.yaml
conda env update -f=environment.yml	下载environment.yml文件中的全部python包
conda install package_name	安装python包
conda remove package_names	卸载python包
conda update package_name	更新python包

2.3 分享虚拟环境

在部分情况下有可能会需要对虚拟环境中的python包进行统一的整理和移动，比如版本的生产环境和线上环境应该保持一致，这个时候就需要对python包进行分享，并且版本也应该对应相同，这里推荐使用conda的命令或者pip的命令。

1. 使用conda env export > environment.yaml生成environment.yaml，其中包括有python包、版本、虚拟环境位置等信息。
   
2. 在另一个conda虚拟环境中使用conda env update -f=environment.yml即可对本文件中对所有环境和python包进行下载和管理。
3. 如果第二个环境不使用conda进行包管理，也可以使用pip自带的程序，首先使用pip freeze > requirements.txt对原环境中的包进行整理，不过这个整理出来的程序只有python包和对应的版本，相比较conda而言少了些东西。
   
4. 在另一个虚拟环境中使用pip install -r requirements.txt即可对相关python包进行整体安装。

3 虚拟环境的使用

虚拟环境在创建完成之后还需要在编辑器中使用，这里主要介绍两个常用的python编辑器使用虚拟环境的方法，分别是vscode和pycharm，本人主要使用的是vscode进行python开发。

3.1 vscode使用方法

1. 打开插件面板，安装对应的python插件。
   
2. 安装并配置完成之后随便打开一个py文件，最下面的状态栏就会显示python相关的插件开始加载，之后左下角就有目前python使用的环境，点击即可进行选择，如果没有就自己添加进去，在对应的虚拟环境的bin文件夹下的python。
   
3. 终端进入虚拟环境可以选择上方的命令行进入，也可以直接将编辑器的终端关闭，之后重新打开，终端会自动进入虚拟环境。
   

3.2 pycharm使用方法

相比较起vscode来说，pycharm的虚拟环境的使用更加的便捷，其中原本就集成了各种虚拟环境的搭建方法，可以直接进行安装使用。

1. 随便打开一个python文件，点击右下角的python环境，在点击Add Interperter即可转化运行环境。
   
2. 点击按钮之后进入虚拟环境配置界面，可以看见左边有各种各样的虚拟环境配置的选项，甚至还有Docker进行选择，不过本文主要介绍virtualenv和conda，下面图片的virtualenv可以选择新虚拟环境的安装路径和基于当前的哪一个版本的python编译器，当然也可以点击下面的existing，对现有virtualenv虚拟环境进行设置。
   
3. 点击第二个conda按钮即可使用conda进行虚拟环境的配置，同样也可以选择虚拟环境安装路径和基于的python版本，点击existing可以选择现有的conda的虚拟环境。
   
4. 选择好相关的选项之后点击ok即可，回到主页面，就会看见右下角的环境和终端的环境都发生了变化，之后就可以直接使用本环境进行开发了。
   
5. 同时还可以直接查看当前虚拟环境中的python包的情况，也可以直接安装python包，点击preferences按钮即可进入，之后点击加号搜索安装即可，唯一一个缺点就是速度有点慢。
   

4镜像使用

有时候相关的库安装很慢，可以考虑使用国内镜像进行下载

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/

pip install -i https://pypi.doubanio.com/simple/ 包名

注意：本文章更新可能会有不及时的情况，可以点击下面的链接，直接查看我自己写的最新的笔记，可能和现在一样，也可以有添加新的内容。
https://www.wolai.com/xpALKfn8Nq9oTukJ5bPXNj?theme=light