1. venv
venv 是 Python 3.3 之后内置的一个模块,用于创建轻量级的虚拟环境。它非常简单易用,适合初学者。
(1) 安装
venv 是 Python 3.3 及以上版本的内置模块,无需额外安装。
(2) 使用
① 创建虚拟环境
python -m venv myenv
这条命令会在当前目录下创建一个名为 myenv 的虚拟环境。
② 激活虚拟环境
- Windows:
myenv\Scripts\activate
- macOS/Linux:
source myenv/bin/activate
③ 安装包
激活虚拟环境后,可以使用 pip 安装所需的包:
pip install requests
④ 退出虚拟环境
deactivate
(3) 优点
- 内置模块,无需额外安装。
- 轻量级,占用资源少。
(4) 缺点
- 功能相对简单,不支持多版本 Python。
2. virtualenv
virtualenv 是一个第三方库,提供了更多的自定义选项,适合需要更多控制的开发者。
(1) 安装
pip install virtualenv
(2) 使用
① 创建虚拟环境
virtualenv myenv
② 激活虚拟环境
- Windows:
myenv\Scripts\activate
- macOS/Linux:
source myenv/bin/activate
③安装包
激活虚拟环境后,可以使用 pip 安装所需的包:
pip install requests
④ 退出虚拟环境
deactivate
(3) 优点
- 支持多版本 Python。
- 提供更多自定义选项,如指定 Python 版本。
(4) 缺点
- 需要额外安装。
3. conda
conda 是一个开源的包管理和环境管理系统,支持多个语言,但最常用于 Python。它特别适合科学计算和数据科学领域。
(1) 安装
你可以从 Anaconda 或 Miniconda 下载并安装 conda。
(2) 使用
① 创建虚拟环境
conda create --name myenv
② 激活虚拟环境
conda activate myenv
③ 安装包
激活虚拟环境后,可以使用 conda 安装所需的包:
conda install requests
④ 退出虚拟环境
conda deactivate
(3) 优点
- 支持多语言和多平台。
- 强大的包管理和环境管理功能。
- 预装了许多科学计算和数据科学相关的包。
(4) 缺点
- 占用资源较多。
- 安装过程较复杂。
实战案例:使用 venv 创建一个 Flask 项目
假设我们要创建一个简单的 Flask 项目,我们可以使用 venv 来管理项目的依赖。
① 创建虚拟环境
python -m venv flask_env
② 激活虚拟环境
Windows:
flask_env\Scripts\activate
macOS/Linux:
source flask_env/bin/activate
③ 安装 Flask
pip install Flask
④ 创建 Flask 应用
在项目目录下创建一个 app.py 文件,内容如下:
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
return 'Hello, World!'
if __name__ == '__main__':
app.run()
⑤ 运行 Flask 应用
python app.py
打开浏览器,访问 http://127.0.0.1:5000/,你应该会看到 "Hello, World!" 的欢迎页面。
总结
本文介绍了 Python 中常用的三个虚拟环境管理工具:venv、virtualenv 和 conda。venv 是 Python 3.3 之后的内置模块,适合初学者;virtualenv 是一个功能更强大的第三方库,适合需要更多控制的开发者;conda 是一个支持多语言和多平台的包管理工具,特别适合科学计算和数据科学领域。通过实战案例,我们展示了如何使用 venv 创建一个简单的 Flask 项目。