【Python】创建虚拟环境的四种方式（venv | pipenv | conda | poetry）
文章目录
-
- 引言
- 教程
-
- venv
-
- 安装
- 用法
- pipenv
-
- 安装
- 用法
- poetry
-
- 安装
- 用法
- conda
-
- 安装
- 用法
- 总结
- 拓展
- 参考
引言
什么是虚拟环境？虚拟环境是一个 Python 环境，其中安装的 Python 解释器、库和脚本与安装在其他虚拟环境中的那些是隔离的，而且（默认情况下）安装在系统 Python 中的任何库（即作为操作系统的一部分安装的库）也是隔离的。
为什么需要虚拟环境？这是由于 pip 的特性决定的，同一个环境下，仅允许安装每个包的一个版本。假设，这里有三个包，分别为：A、B 和 C。A 包依赖于 B 包的 v1.0 版本，而 C 包依赖于 B 包的 v2.0 版本。如果我安装了 v1.0 的 B 包，那么 C 包就无法使用；如果安装了 v2.0 的 B 包，那么 A 包就无法使用。因此，在同一个环境下，由于只能安装一个版本的 B 包，导致 A 包和 C 包无法同时使用。
因此，我们需要创建多个 Python 的虚拟环境来解决上述问题。在环境 1 下安装 v1.0 的 B 包，然后就能使用 A 包，在环境 2 下安装 v2.0 的 B 包，就能使用 C 包。也就说，不同虚拟环境下的包是互不影响的，避免了包冲突问题。
此外，我们推荐每进行一个新的项目开发，就创建一个仅适用于该项目的虚拟 Python 环境。这样有助于包管理，同时还能非常清晰地列出项目开发用到的所有包，生成一键安装清单，方便后期的部署或复现。
本文将介绍三种最常用的创建 Python 虚拟环境的方式，让您轻松掌握创建及使用虚拟环境的方法。
教程
venv
Python2 版本创建虚拟环境常使用一个名为 virtualenv 的第三方包。从 Python3.3 以后，标准库就内置了一个名为 venv 的模块，我们可以用它来创建虚拟环境，完全替换 virtualenv。
安装
不需要安装，Python3.3 及以上版本的内置标准模块。
用法
- 创建环境
python -m venv ENV_DIR
ENV_DIR 指定存放环境的目录，一般使用 venv，这是一个不成文的规定。
虚拟环境的目录树结构如下（Windows）：
.venv
├─pyvenv.cfg
├─Include
├─Lib
│ └─site-packages
│ ├─pip
│ ├─pip-20.2.3.dist-info
│ ├─pkg_resources
│ ├─setuptools-49.2.1.dist-info
│ ├─easy_install.py
│ └─__pycache__
└─Scripts
│ └─activate
│ └─activate.bat
│ └─Activate.ps1
│ └─deactivate.bat
│ └─easy_install-3.9.exe
│ └─easy_install.exe
│ └─pip.exe
│ └─pip3.9.exe
│ └─pip3.exe
│ └─python.exe
│ └─pythonw.exe
pyvenv.cfg 是一个配置文件，包含三个参数：
home：指向运行命令的 Python 安装目录；include-system-site-packages：是否使用系统 Python 环境中安装的包。默认是false，即不使用；version：Python 版本号。
- 激活环境
- Windows
.\ENV_DIR\Scripts\activate
- Unix/macOS
source ENV_DIR/bin/activate
- 退出环境
deactivate
- 删除环境
删除整个环境的安装目录即可。
pipenv
pipenv 将包管理工具 pip 和虚拟环境创建工具 virtualenv 有机地结合到了一起，实现了开发环境和生产环境依赖的分离，旨在构建专属于 Python 的开发工作流，达到类似于 npm，yarn 等工具的效果。
安装
pip install pipenv
用法
- 环境管理
- 创建环境：
pipenv install - 激活环境：
pipenv shell - 退出环境：
exit - 删除环境：
pipenv --rm
pipenv install 命令会根据系统默认 Python 版本来创建虚拟环境，并生成用于依赖包管理的 Pipfile 和 Pipfile.lock 文件。当你将项目分享给他人的时候，执行 pipenv install 命令会创建一个虚拟环境并自动安装 Pipfile 中指定的依赖包。
- 包管理
- 安装包：
- 用包名安装并写入
Pipfile的生产环境：pipenv install requests - 用包名安装并写入
Pipfile的开发环境：pipenv install pytest --dev - 安装
Pipfile中列出的所有生产环境包：pipenv install - 安装
Pipfile中列出的所有开发环境包：pipenv install --dev
- 用包名安装并写入
- 卸载包：
- 卸载指定包并从
Pipfile中移除：pipenv uninstall requests - 卸载所有生产环境包(不从
Pipfile中移除)：pipenv uninstall --all - 卸载所有开发环境包并从
Pipfile中移除：pipenv uninstall --all-dev
- 卸载指定包并从
- 配置 pypi 镜像
将 Pipfile 和 Pipfile.lock 中对应的 pypi 源（https://pypi.org/simple）修改为国内镜像源，可以解决包下载速度慢的问题。
清华大学：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/
豆瓣：http://pypi.douban.com/simple/
poetry
poetry 类似 pipenv，也是一个依赖包管理工具。在 pipenv 上做了一些改进，简化了 Python 开发工作流。当然，也能创建虚拟环境。
安装
pip install poetry
用法
- 创建环境：先执行
poetry init，一路回车确认。然后使用poetry shell创建环境 - 激活环境：
pipenv shell（没有环境就创建环境并激活，有环境就直接激活） - 退出环境：
exit - 删除环境：
pipenv env remove（ENV_NAME可通过poetry env list查看）
conda
Anaconda 是一个大型的环境管理系统，支持 Python/R 在内的多种语言。安装 Anaconda 或 Miniconda（精简版） 之后就能使用 conda 命令来创建和管理 Python 环境。
安装
Miniconda软件安装教程（Windows）
Miniconda软件安装教程（Linux）
用法
- 创建环境
conda create -n ENV_NAME python=3.9
- 激活环境
conda activate ENV_NAME
- 退出环境
conda deactivate
- 删除环境
conda env remove -n ENV_NAME
总结
- venv：内置模块，小巧轻便，使用灵活；
- pipenv：Python 开发专属，定义了一套完整的 Python 开发工作流；
- conda：大型的环境管理系统，Python 开发必备软件。
conda 可以创建多个不同版本的 Python 环境，而 venv 和 pipenv 只能根据系统中已有 Python 版本创建。
拓展
在虚拟环境中可通过 pip 命令来进行管理，常用的包管理命令如下（以 requests 包为例）：
- 安装包：
pip install requests - 升级包：
pip install --upgrade requests - 卸载包：
pip uninstall requests
此外，安装指定版本的包可通过命令 pip install requests==2.18.4 实现。如果有多个包，可将包名及其对应的版本（中间用==连接，不同包之间换行）写入一个名为 requirements.txt 的文件，然后通过如下命令安装：
pip install -r requirements.txt
同理，因为是在虚拟环境中，所以该环境中的安装的所有包都是开发需要用到的，没有其他项目的包，可以通过如下命令导出所有安装包的清单，方便后续复现或持续开发：
pip freeze > requirements.txt
参考
- Python官方文档->venv
- Python用户指南->使用 pip 和虚拟环境安装包
- pipenv开源地址
- poetry开源地址