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

virtualenvwrapper 是 virtualenv 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

pyenv 是 Python 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 pyenv 和 pyenv-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。

码农书籍

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!

码农工具