Python虚拟环境创建教程详解
各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《Python虚拟环境创建方法详解》,很明显是关于文章的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!
使用Python虚拟环境可隔离项目依赖,避免版本冲突。推荐使用venv模块创建独立环境:在项目目录运行python3 -m venv .venv,激活后(Linux/macOS: source .venv/bin/activate;Windows: .venv\Scripts\activate)安装所需包,退出时执行deactivate。为确保Python版本一致,可指定版本创建环境,如python3.8 -m venv .venv。依赖通过pip freeze > requirements.txt导出,新环境用pip install -r requirements.txt安装。.venv目录不应提交至版本控制,应加入.gitignore,以防仓库膨胀和跨平台问题。

Python虚拟环境是项目依赖管理的利器,它能隔离不同项目的依赖,避免版本冲突。简单来说,它就像一个独立的“小房间”,每个项目都可以在自己的“房间”里安装所需的依赖包,互不干扰。
创建和管理Python虚拟环境,核心在于 venv 模块(Python 3.3+)和 virtualenv 工具(适用于更早的Python版本)。
解决方案:
使用
venv(推荐):创建虚拟环境: 在你的项目目录下,打开终端,运行
python3 -m venv .venv(.venv是虚拟环境的目录名,你可以自定义)。 这会在项目目录下创建一个名为.venv的文件夹,包含 Python 解释器、pip 和其他必要的文件。激活虚拟环境:
- Linux/macOS:
source .venv/bin/activate - Windows:
.venv\Scripts\activate
激活后,你的终端提示符会发生变化,通常会显示虚拟环境的名称,例如
(.venv)。- Linux/macOS:
安装依赖: 激活虚拟环境后,使用
pip install安装项目所需的依赖包。 这些包会被安装到虚拟环境的lib/pythonX.X/site-packages目录下,与系统环境隔离。退出虚拟环境: 在终端输入
deactivate。
使用
virtualenv(如果你的Python版本低于3.3):- 安装
virtualenv:pip install virtualenv - 创建虚拟环境:
virtualenv .venv - 激活和退出虚拟环境: 与
venv相同。
- 安装
创建虚拟环境时,指定Python版本有什么用?
指定Python版本创建虚拟环境,确保项目使用的Python解释器版本与你的需求一致。例如,你的项目需要Python 3.8,而系统默认是Python 3.9,那么创建虚拟环境时可以指定 Python 3.8。
venv:python3.8 -m venv .venv(需要你的系统已经安装了 Python 3.8)virtualenv:virtualenv -p /usr/bin/python3.8 .venv(需要指定Python 3.8解释器的路径)
这样做的好处是,避免了因Python版本不兼容导致的项目运行问题。
如何管理虚拟环境的依赖?
管理虚拟环境的依赖,主要通过 requirements.txt 文件实现。
导出依赖: 在激活的虚拟环境中,运行
pip freeze > requirements.txt。 这会将当前虚拟环境中所有已安装的包及其版本号,写入requirements.txt文件。安装依赖: 在新的环境或克隆的项目中,激活虚拟环境后,运行
pip install -r requirements.txt。 这会根据requirements.txt文件中的记录,安装所有依赖包及其对应的版本。
requirements.txt 相当于项目的“依赖清单”,方便项目在不同环境下的部署和复现。 我个人习惯在每次修改项目依赖后,都更新一下 requirements.txt,以保持依赖的同步。
虚拟环境目录 .venv 应该提交到版本控制系统吗?
通常情况下,.venv 目录不应该提交到版本控制系统(例如 Git)。 原因如下:
- 体积大: 虚拟环境包含大量的依赖包,会导致仓库体积膨胀。
- 平台依赖: 不同操作系统和 Python 版本的虚拟环境可能存在差异,提交到版本控制系统可能会导致其他开发者在不同平台上遇到问题。
- 可再生性: 虚拟环境可以通过
requirements.txt文件轻松重建。
因此,建议将 .venv 目录添加到 .gitignore 文件中,忽略对它的跟踪。 其他开发者可以通过 requirements.txt 文件,在自己的环境中重建虚拟环境。 我曾经因为忘记忽略 .venv 目录,导致 Git 仓库体积暴增,后来不得不清理历史提交,非常麻烦。 所以,一定要记得忽略!
文中关于激活,依赖管理,venv,requirements.txt,Python虚拟环境的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python虚拟环境创建教程详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
学习通刷课技巧全攻略
- 上一篇
- 学习通刷课技巧全攻略
- 下一篇
- vivo浏览器主页图标消失怎么恢复
-
- 文章 · python教程 | 2小时前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 2天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 3天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 3天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 3天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 3天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 290次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 343次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 344次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 308次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 130次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
