Python 虚拟环境全知道

栏目: Python · 发布时间: 6年前

内容简介:Python 虚拟环境全知道

对于每个 python 项目依赖的库版本都有可能不一样,如果将依赖包都安装到公共环境的话显然是没法进行区分的,甚至是不同的项目使用的 python 版本都不尽相同,有的用 python2.7 ,有的用 python3.6 ,所以对于 python 项目的环境进行隔离管理就成为一个必然的需求了。

需求

  • 不同项目间能区分依赖包版本
  • 不同项目间能区分 python 版本
  • 方便自由切换

解决方案

  • 解决依赖包问题: virtualenv
  • 解决 python 版本问题: pyenv
  • 终极(也许吧)解决方案: docker

virtualenv

运行 pip install virtualenv 即可安装 virtualenv ,当然了还可以用 easy_install 安装,即使是没有安装任何 Python 包管理器(比如 pip ),也可以直接获取 virtualenv.py 并运行 python virtualenv.py ,效果也是一样的,当然我还是强烈推荐你安装包管理工具: pip ,他一定能为你带来很多便利的(新版本的 virtualenv 也包含了 pip 管理工具)。

$ pip install virtualenv
Collecting virtualenv
  Using cached virtualenv-15.1.0-py2.py3-none-any.whl
Installing collected packages: virtualenv
Successfully installed virtualenv-15.1.0

安装完成后,就可以直接创建一个虚拟环境了( virtualenv 环境名称 ):

$ virtualenv env4test

创建完成后,用下面的命令即可激活当前虚拟环境:

$ source env4test/bin/activate
(env4test)$

现在就可以随意的安装你的依赖包了,现在安装的包只会对当前环境 env4test 有效,比如安装 django2.0

(env4test)$ pip install django

要退出当前虚拟环境也是非常简单的,如下:

$ deactivate

现在我们用 pip list 命令可以发现已经没有 django 的身影了。

virtualenv 还有很多高级的用法,可以 前往该文档查看

virtualenvwrapper

virtualenvwrappervirtualenv 的一个扩展包,可以让你更加方便的使用 virtualenv ,优点:

  • 将所有虚拟环境整合在一个目录下
  • 管理(新增,删除,复制)虚拟环境
  • 方便切换虚拟环境

安装也很方便,用包管理 工具 即可:

$ pip install virtualenvwrapper

安装完成以后还需要小小的配置一下才可以使用,首先我们找到 virtualenvwrapper.sh 的文章,通常会是: /usr/local/bin/virtualenvwrapper.sh

$ sudo find / -name virtualenvwrapper.sh
Password:
/usr/local/bin/virtualenvwrapper.sh

然后我们可以在 .zshrc (取决于你用的终端,我用的 zsh )添加一行命令:

source /usr/local/bin/virtualenvwrapper.sh

然后让我们的配置生效:

$ source ~/.zshrc

现在我们就可以使用 virtualenvwrapper 的基本命令了:

  • 创建基本环境: mkvirtualenv [环境名]
  • 删除环境: rmvirtualenv [环境名]
  • 激活环境: workon [环境名]
  • 退出环境: deactivate
  • 列出所有环境: workon 或者 lsvirtualenv -b

参考文档: https://virtualenvwrapper.readthedocs.io/en/latest/

pyenv

pyenvPython 版本管理工具,可以改变全局的 Python 版本,安装多个版本的 Pytho ,设置目录级别的 Python 版本,还能创建和管理虚拟环境。所有的设置都是用户级别的操作,不需要 sudo 命令。 pyenv 通过系统修改环境变量来实现 Python 不同版本的切换。而 virtualenv 通过将 Python 包安装到一个目录来作为 Python 包虚拟环境,通过切换目录来实现不同包环境间的切换。

如果你使用的 MAC 系统,推荐使用 homebrew 来安装:

$ brew update
$ brew install pyenv

如果你使用的是其他系统,也不担心, pyenv 官方提供了一键安装的方式:

$ curl -L https://raw.githubusercontent.com/pyenv/pyenv-installer/master/bin/pyenv-installer | bash

安装完成以后,可以添加几条命令到 .zshrc (同样的也可能是.bashrc,根据自己使用的终端进行配置)中开启自动补全功能:

export PATH=$HOME/.pyenv/bin:$PATH
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"

然后同样激活上面的配置:

$ source ~/.zshrc

现在我们就可以使用 pyenv 了:

  • 查看本机安装 Python 版本: ```shell $ pyenv versions
  • system (set by /Users/ych/.pyenv/version) 3.6.4 3.6.4/envs/ops3.6.4 3.6.4/envs/talk3.6.4 ops3.6.4 talk3.6.4 `` 星号表示当前正在使用的 Python`版本。

  • 查看所有可安装的 Python 版本:

    $ pyenv install -l
  • 安装与卸载:

    $ pyenv install 2.7.3   # 安装python
    $ pyenv uninstall 2.7.3 # 卸载python
  • 版本切换:

    $ pyenv global 2.7.3
    $ pyenv local 2.7.3

    global 用于设置全局的 Python 版本,通过将版本号写入 ~/.pyenv/version 文件的方式。 local 用于设置本地版本,通过将版本号写入当前目录下的 .python-version 文件的方式。通过这种方式设置的 Python 版本优先级比 global 高。

  • python 优先级: shell > local > global pyenv 会从当前目录开始向上逐级查找 .python-version 文件,直到根目录为止。若找不到,就用 global 版本。

    $ pyenv shell 2.7.3 # 设置面向  shell  的 Python 版本,通过设置当前 shell 的 PYENV_VERSION 环境变量的方式。这个版本的优先级比 local 和 global 都要高。
    $ pyenv shell --unset  # –unset 参数用于取消当前 shell 设定的版本。

pyenv-virtualenv

自动安装 pyenv 后,它会自动安装部分插件,通过 pyenv-virtualenv 插件可以很好的和 virtualenv 进行结合:

$ ls -la ~/.pyenv/plugins
total 8
drwxr-xr-x   9 ych  staff  288 12 26 16:27 .
drwxr-xr-x  23 ych  staff  736 12 26 17:44 ..
-rw-r--r--   1 ych  staff   52 12 26 16:26 .gitignore
drwxr-xr-x  11 ych  staff  352 12 26 16:27 pyenv-doctor
drwxr-xr-x  12 ych  staff  384 12 26 16:27 pyenv-installer
drwxr-xr-x   7 ych  staff  224 12 26 16:27 pyenv-update
drwxr-xr-x  13 ych  staff  416 12 26 16:27 pyenv-virtualenv
drwxr-xr-x   8 ych  staff  256 12 26 16:27 pyenv-which-ext
drwxr-xr-x   8 ych  staff  256 12 26 16:26 python-build

基本使用命令:

  • 列出当前虚拟环境: pyenv virtualenvs
  • 激活虚拟环境: pyenv activate 环境名称
  • 退出虚拟环境: pyenv deactivate
  • 删除虚拟环境: pyenv uninstall 环境名称 或者 rm -rf ~/.pyenv/versions/环境名称
  • 创建虚拟环境: pyenv virtualenv 3.6.4 env3.6.4

若不指定python 版本,会默认使用当前环境python 版本。如果指定Python 版本,则一定要是已经安装过的版本,否则会出错。环境的真实目录位于 ~/.pyenv/versions 下。

总结:利用 pyenvpyenv-virtualenv 插件就能够简单方便的将 python 版本和依赖包进行环境隔离了,在实际开发过程中比较推荐这种方式。

参考文档: https://github.com/pyenv/pyenv

Docker

有没有一种方式能够不按照这些工具来进行环境隔离的呢?当然有,那就是大名鼎鼎的 Docker 。如果你的服务都是容器化的话,应该对 Docker 不陌生,将当前项目跑在一个隔离的容器中,对系统中的其他服务或者项目是没有任何影响的,不用担心会污染环境,唯一不友好的地方是项目中的代码改变后需要重新构建镜像。

比如现在有一个 django 的项目,项目结构如下:

$ testpyenv  tree
.
├── manage.py
└── testpyenv
    ├── __init__.py
    ├── settings.py
    ├── urls.py
    └── wsgi.py

在项目根目录下面新建文件 requirements.txt

Django==2.0

然后我们在根目录下面创建一个 Dockerfile 文件:

FROM python:3.6.4

# 设置工作目录
RUN mkdir -p /usr/src/app
WORKDIR /usr/src/app

# 添加依赖(利用 Docker  的缓存)
ADD ./requirements.txt /usr/src/app/requirements.txt

# 安装依赖
RUN pip install -r requirements.txt

# 添加应用
ADD . /usr/src/app

# 运行服务
CMD python manage.py runserver 0.0.0.0:8000

因为 django2.0 只支持 python3 以上了,所以我们这里基础镜像使用 python:3.6.4 ,然后是添加应用代码,安装依赖,运行服务等。然后我们构建一个镜像:

$ docker build -t cnych/testpyenv:v0.1.1 .

构建完成以后,在我们项目根目录中新建一个 start.sh 的脚本来启动容器:

docker run -d -p 8000:8000 --name testpyenv cnych/testpyenv:v0.1.1

将本地的 8000 端口和容器的 8000 进行映射,执行我们的启动脚本:

$ source start.sh

启动完成后,我们就可以在本地通过 http://127.0.0.1:8000 进行访问了。 Python 虚拟环境全知道 但是如果只这样配置的话,的确能够解决我们的环境隔离问题,但是现在有一个最大的一个问题是,每次代码更改过后都需要重新构建镜像才能生效,这对于开发阶段是非常不友好的,有什么解决方案呢?你是否还记得当你更改了代码后 django 项目会自动加载的,要是每次更改了项目代码后,容器中的代码也变化的话那岂不是容器中的服务也自动加载了?是不是?

幸好 Docker 为我们提供了 volume 挂载的概念,我们只需要将我们的代码挂载到容器中的工作目录就行了,现在来更改 start.sh 脚本:

work_path=$(pwd)
docker run -d -p 8000:8000 --name testpyenv -v ${work_path}:/usr/src/app cnych/testpyenv:v0.1.1

然后激活启动脚本,随意更改一次代码,看看是否能够及时生效,怎样查看呢?查看日志就行了:

$ docker logs -f testpyenv

最后,如果是生产环境记得把代码挂载给去掉,因为线上不需要这样做,只需要构建一次就行。

参考资料:

扫描下面的二维码添加我微信好友(注明 python ),然后可以加入到我们的 python 讨论群里面共同学习 Python 虚拟环境全知道


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and

AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and

George F. Luger、William A Stubblefield / Addison Wesley / 2008-09-04 / USD 22.20

This book is designed for three primary purposes. The first is as a programming language component of a general class in Artificial Intelligence. From this viewpoint, the authors see as essential that......一起来看看 《AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and 》 这本书的介绍吧!

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

URL 编码/解码
URL 编码/解码

URL 编码/解码

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具