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。
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:
pip install virtualenvwrapper
pip install virtualenvwrapper-win #Windows使用该命令
详见下图指引(从左至右,依次操作)
mkvirtualenv test_env
workon
workon test_env
deactivate
rmvirtualenv test_env
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!
pip install pipenv
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
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 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。
此处跳过安装anaconda,如有需要可参考anaconda安装、介绍、使用
conda --version
conda create --name <env_name> <package_names>
#示例:
conda create --n test_conda_env
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。