Python空间:项目虚拟环境配置的N种方法

栏目: Python · 发布时间: 5年前

内容简介:和其他大多数现代编程语言一样,Python对包和 模块的下载、存储以及管理有其自己的一套方法。但是当我们同时开发多个项目工程的时候,不同的项目会将第三方的包存放在本文会从virtualenvwrapper(virtualenv的进阶版,其提供了一系列命令使得和虚拟环境工作变得便利。)

和其他大多数现代编程语言一样,Python对包和 模块的下载、存储以及管理有其自己的一套方法。但是当我们同时开发多个项目工程的时候,不同的项目会将第三方的包存放在 相同的路径下 。这就意味着,如果有两个工程依赖同一个包,但是所需要的版本却不一样,比如项目A依赖v1.0.0,而项目B依赖v2.0.0。由于 Python 无法根据版本来区分包的安装路径,那么此时,就会发生版本冲突。

简介

本文会从

virtualenvwrapper(virtualenv的进阶版,其提供了一系列命令使得和虚拟环境工作变得便利。)

pipenv

anaconda

三个常用的Python虚拟环境配置来汇总,如有不适之处,还望各位大佬指正。 另:

  • 博客撰写以 windows操作系统 为基础(囊中羞涩),后续有Money后,会更新其他系统的操作。
  • 项目使用Python版本为3.7.3

virtualenvwrapper

安装

pip install virtualenvwrapper
pip install virtualenvwrapper-win  #Windows使用该命令
复制代码

路径

详见下图指引(从左至右,依次操作)

Python空间:项目虚拟环境配置的N种方法

使用

mkvirtualenv test_env
workon
workon test_env
deactivate
rmvirtualenv test_env

pipenv

一个好的程序员,果断必须熟练 阅读各种文档,源码 。追根溯源方能获取真知!

强烈推荐: pipenv文档

特性

  1. pipenv集成了pip,virtualenv两者的功能,且完善了两者的一些缺陷。
  2. pipenv使用Pipfile和Pipfile.lock,查看包的依赖关系十分方便。
  3. Pipfile 文件是 TOML 格式而不是 requirements.txt 这样的纯文本。一个项目对应一个 Pipfile,支持开发环境与正式环境区分。

安装

pip install pipenv

使用

常用命令大全:

pipenv --where                 列出本地工程路径
pipenv --venv                  列出虚拟环境路径
pipenv --py                    列出虚拟环境的Python可执行文件
pipenv install                 创建虚拟环境
pipenv isntall [moduel]        安装包
pipenv install [moduel] --dev  安装包到开发环境
pipenv uninstall[module]       卸载包
pipenv uninstall --all         卸载所有包
pipenv graph                   查看包依赖
pipenv lock                    生成lockfile
pipenv run python [pyfile]     运行py文件
pipenv --rm                    删除虚拟环境
复制代码

备注:直接在项目根目录下,使用 pipenv install xxx 即可创建项目环境,并安装xxx包

anaconda

Anaconda 是一个包含数据科学常用包的 Python 发行版本。其使用 conda 创建环境,以便分隔使用不同 Python 版本和不同程序包的项目。

特性

  1. pip仅适用于Python,conda适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++等语言
  2. conda结合了pip和virtualenv的功能。
  3. pip在系统自带Python中,包的**更新/回退版本/卸载将影响其他程序;而conda不会影响系统自带Python。

安装

此处跳过安装anaconda,如有需要可参考 anaconda安装、介绍、使用

使用

conda --version
conda create --name <env_name> <package_names>
#示例:
conda create --n test_conda_env
复制代码

注意:

<env_name> 即创建的环境名。建议以英文命名,且不加空格,名称两边不加尖括号“<>”。

如果要安装指定的版本号,则只需要在包名后面以=和版本号的形式执行。如:conda create --name python2 python=2.7,即创建一个名为“python2”的环境,环境中安装版本为2.7的python。

如果要在新创建的环境中创建多个包,则直接在<package_names>后以空格隔开,添加多个包名即可。如:conda create -n python3 python=3.5 numpy pandas,即创建一个名为“python3”的环境,环境中安装版本为3.5的python,同时也安装了numpy和pandas。

conda info --env
activate test_conda_env
deactivate
conda remove -n test_conda_env --all

ok,这篇关于如何创建Python项目环境的文章就暂时先告一段落。 初写博客,当然会有很多不足之处,如有错误遗漏的地方呢,还请各位老少爷们儿多多指教。


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

Two Scoops of Django

Two Scoops of Django

Daniel Greenfeld、Audrey M. Roy / CreateSpace Independent Publishing Platform / 2013-4-16 / USD 29.95

Two Scoops of Django: Best Practices For Django 1.5 is chock-full of material that will help you with your Django projects. We'll introduce you to various tips, tricks, patterns, code snippets, and......一起来看看 《Two Scoops of Django》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试