全栈指南

Appearance

虚拟环境 ​

  • 如果我们要同时开发多个应用程序，那这些应用程序都会共用一个 Python，就是安装在系统的 Python 3 包目录下。如果应用 A 需要 a.1 包，而应用 B 需要 a.2 怎么办？这种情况下，每个应用可能需要各自拥有一套“独立”的 Python 运行环境。

venv ​

  • python 3 自带的虚拟环境工具,无需安装

创建虚拟环境 ​

  • 在项目更目录下执行以下命令,创建虚拟环境
bash
python3 -m venv .venv
  • 虚拟环境创建成功后,会在项目目录下生成一个 .venv 目录,目录结构如下 venv

激活虚拟环境 ​

bash
source .venv/bin/activate

venv

安装包 ​

bash
pip install requests
  • 如图示例,安装完成后,会在 .venv/lib/python3.13/site-packages/ 目录下会有 requests 包 venv

退出虚拟环境 ​

bash
deactivate

删除虚拟环境 ​

bash
rm -rf .venv

pipenv ​

  • pipenv 是一个 Python 包管理工具，它结合了 virtualenv、pip 和 PyPI 的功能。

安装 pipenv ​

bash
# 安装 pipenv
pip install pipenv
# 查看是否安装成功
pipenv --version

创建虚拟环境 ​

  • 在项目根目录下使用pipenv shell,会生成Pipfile和Pipfile.lock文件
bash
pipenv shell

pipenv

安装包 ​

  • 使用pipenv install安装包
bash
pipenv install requests

常用命令 ​

bash
# 创建虚拟环境
pipenv shell

# 设置 python 版本
pipenv --python 3.13

# 安装包 到默认环境
pipenv install requests

# 安装包 到 dev 环境
pipenv install --dev requests

# 卸载包
pipenv uninstall requests

# 更新包
pipenv update

# 更新 lock 文件
pipenv lock

## 帮助
pipenv --help

Conda ​

  • Conda 是一款功能强大的软件包管理器和环境管理器

miniconda vs anaconda ​

  • miniconda 是 anaconda 的一个轻量级版本,只包含 conda 和 python,不包含其他的包
  • anaconda 是一个包含了很多包的版本,包含了 conda, python, 以及很多常用的包,比如 numpy, pandas, matplotlib 等

安装 ​

bash
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

创建虚拟环境 ​

  • 在项目根目录下执行以下命令,创建虚拟环境
bash
# 创建虚拟环境 指定python版本
conda create --name myenv python=3.13

激活虚拟环境 ​

bash
conda activate myenv

安装包 ​

bash
# 安装指定版本包
conda install package_name=1.2.3

# 卸载包
conda remove package_name

# 查看已安装包
conda list

退出虚拟环境 ​

bash
deactivate

常用命令 ​

bash
# 查看所有环境
conda env list

# 查看当前环境
conda info --envs

# 复制环境
conda create --name myenv2 --clone myenv

# 删除环境
conda env remove --name myenv

# 清理没用使用的包
conda clean --all

Pycharm 配置虚拟环境 ​

  • 打开 Pycharm,点击 File -> Settings -> Python Interpreterpycharm 配置虚拟环境

  • 点击 Add 按钮,添加虚拟环境

  • 选择 Conda 选项 pycharm 配置虚拟环境

  • 选择创建好的虚拟环境 pycharm 配置虚拟环境