Python 虚拟环境工具及使用总结
参考文档：
1、virtualenv
virtualenv是一个创建隔离的Python环境的工具。它可以创建一个包含指定版本Python解释器的环境，并可以安装独立的库和依赖。 Python 官方提供的虚拟环境工具。Virtualenv 的原理是基于 Python 的模块化机制，通过创建一个独立的 Python 环境来实现虚拟化。这使得开发者可以为每个项目创建一个独立的环境，从而避免依赖冲突，提高开发效率。
1）安装
可以通过pip安装virtualenv，命令如下，
pip install virtualenv
2）验证安装
通过下面命令查看版本信息，来验证安装是否成功：
virtualenv --version
3）创建环境
创建一个新的虚拟环境，myenv 是新虚拟环境的名称，如下，
virtualenv myenv
4）激活虚拟环境
在Linux或macOS上，运行：
source myenv/bin/activate
在Windows上，运行：
myenv\Scripts\activate
5）退出环境
使用完成后，可以通过以下命令退出虚拟环境：
deactivate
6）删除虚拟环境
直接删除目录即可
2、virtualenvwrapper
virtualenvwrapper是virtualenv的一个扩展，提供了更易于管理虚拟环境的命令行工具。可以为多个虚拟环境设置别名，以便更轻松地切换。自动激活虚拟环境。
1）安装virtualenvwrapper
在Linux或macOS上，运行：
pip install virtualenvwrapper
在Windows上，运行：
pip install virtualenvwrapper-win
2）创建虚拟环境
Windows默认创建的虚拟环境位于C:\Users\用户\envs,可以通过环境变量WORKON_HOME 来修改。
通过计算机–>属性–>高级系统设置–>环境变量–>在系统变量中，新建“变量名”：WORKON_HOME,变量值为自定义目录。
Linux设置环境变量：
参考文档：
Linux默认生成在家目录的.virtualenvs文件夹下。
当系统存在多个版本的python时，需要设置VIRTUALENVWRAPPER_PYTHON环境变量指定Python版本。
mkvirtualenv myenv
3）列出所有虚拟环境
lsvirtualenv
4）激活环境
workon myenv
5）退出环境
deactivate
6）删除环境
rmvirtualenv myenv
5）命令说明
|
命令 |
用法 |
|
workon |
打印所有的virtualenvwrapper创建的虚拟环境 |
|
workon 虚拟环境名 |
进入指定的虚拟环境 |
|
deactivate |
退出当前虚拟环境 |
|
mkvirtualenv 虚拟环境名 |
创建虚拟环境 |
|
rmvirtualenv 虚拟环境名 |
删除指定的虚拟环境 |
|
lsvirtualenv |
列出所有的虚拟环境 |
|
cdvirtualenv |
进入到当前虚拟环境的目录 |
|
cdsitepackages |
进入当前虚拟环境的site-packages目录中 |
|
lssitepackages |
查看当前虚拟环境site-packages目录中的内容 |
3、pipenv
pipenv是一种Python依赖管理工具，自动为项目创建和管理虚拟环境。使用Pipfile和Pipfile.lock来代替传统的requirements.txt。
1）安装pipenv
pip install pipenv
2）创建虚拟环境
指定解释器创建虚拟环境：
pipenv --three
或
pipenv --python 3.9
安装所有依赖并创建虚拟环境：
pipenv install
4）进入虚拟环境
先进入虚拟环境的目录，然后执行下面命令，
pipenv shell
5）安装特定依赖
pipenv install <package>
6）查看虚拟环境
pipenv --venv
7）退出环境
exit
8）删除虚拟环境
pipenv --rm
4、conda
conda是一个开源包管理系统和环境管理系统，可以用于安装、运行和升级包和它们的依赖。它非常适合数据科学和机器学习项目，支持多语言（Python、R等）。
1）安装 conda
Miniconda：
Anaconda：
1）创建环境
conda create --name myenv
2）激活环境
conda activate myenv
3）退出环境
conda deactivate
5、Anaconda 和 Miniconda
Anaconda 是一个用于科学计算的发行版，包括conda、Python以及许多科学包及其依赖。 Miniconda 是Anaconda的一个轻量级版本，只包括conda和其依赖，其他包需要手动安装。如是数据科学家或需要管理复杂的科学计算环境，conda或Anaconda可能是更好的选择。对于普通的Python开发，virtualenv、virtualenvwrapper或pipenv可能更方便。
1）Miniconda 安装
参考文档：
2）Anaconda 安装
参考文档：
