当前位置:首页 > 文章列表 > 文章 > python教程 > Python虚拟环境创建教程详解

Python虚拟环境创建教程详解

2025-10-24 19:58:00 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习文章的朋友们,也希望在阅读本文《Python venv创建虚拟环境教程》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新文章相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

使用python3 -m venv .venv创建虚拟环境,通过source .venv/bin/activate(Linux/macOS)或.venv\Scripts\activate(Windows)激活,可在隔离环境中安装依赖,避免项目间包冲突,提升依赖管理清晰度。

Python命令怎样用venv创建轻量级虚拟环境 Python命令venv使用的操作技巧

使用 venv 命令,你可以轻松地为你的 Python 项目创建隔离的虚拟环境,避免全局包冲突,让项目依赖管理更清晰。简单来说,python3 -m venv <环境名> 就搞定了,然后激活它,就可以愉快地安装项目依赖了。

创建和使用轻量级虚拟环境是Python开发中的一项基本技能,能有效隔离项目依赖,避免版本冲突。

venv 是一个用于创建轻量级“虚拟环境”的模块,每个环境都有自己的 Python 二进制文件(这使得你可以拥有不同版本的 Python),并且可以拥有自己独立的已安装 Python 包集合。

为什么需要虚拟环境?

想象一下,你同时在开发两个 Python 项目:项目 A 需要 Django 2.0,而项目 B 需要 Django 3.0。 如果你把 Django 安装到全局环境中,就会出现冲突。虚拟环境就是为了解决这个问题而生的。每个项目都有自己的虚拟环境,互不干扰。

如何使用 venv 创建虚拟环境?

  1. 创建虚拟环境:

    打开你的终端,进入你的项目目录,然后运行以下命令:

    python3 -m venv .venv

    这里的 .venv 是虚拟环境的名称,通常以点开头,表示这是一个隐藏目录。 你也可以使用其他名称,比如 env 或 venv。

  2. 激活虚拟环境:

    创建完成后,你需要激活虚拟环境才能开始使用。 激活命令取决于你的操作系统:

    • 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,显示虚拟环境的名称,例如 (.venv) $。

  3. 安装依赖:

    激活虚拟环境后,你就可以使用 pip 安装项目依赖了。例如:

    pip install django

    所有安装的包都会被安装到虚拟环境中,不会影响全局环境。

  4. 退出虚拟环境:

    当你完成工作后,可以使用以下命令退出虚拟环境:

    deactivate

    终端提示符会恢复到原来的状态。

venv 的一些高级操作技巧

  • 使用 requirements.txt 管理依赖:

    一个好的实践是使用 requirements.txt 文件来记录项目的所有依赖。 你可以使用以下命令生成 requirements.txt 文件:

    pip freeze > requirements.txt

    然后,你可以使用以下命令安装 requirements.txt 文件中的所有依赖:

    pip install -r requirements.txt

    这个方法方便你在不同的机器上复现项目环境。

  • 设置默认 Python 版本:

    如果你有多个 Python 版本,可以使用 python 命令来指定要使用的版本。 例如,如果你想使用 Python 3.8,可以这样创建虚拟环境:

    python3.8 -m venv .venv
  • 使用环境变量管理虚拟环境:

    你可以使用环境变量来管理虚拟环境的路径。 例如,你可以设置一个名为 VIRTUAL_ENV 的环境变量,指向虚拟环境的路径。 这样,你就可以在任何地方激活虚拟环境,而不需要知道虚拟环境的完整路径。

  • 结合 IDE 使用:

    大多数 IDE (如 PyCharm, VS Code) 都支持虚拟环境。 你可以在 IDE 中配置项目使用的虚拟环境,这样 IDE 就会自动激活虚拟环境,并使用虚拟环境中的 Python 解释器。

虚拟环境创建失败怎么办?

如果创建虚拟环境时遇到问题,可能是以下原因:

  • Python 版本问题: 确保你安装了 Python 3.3 或更高版本。 venv 模块是从 Python 3.3 开始引入的。

  • 权限问题: 确保你有创建目录的权限。

  • 系统缺少必要的包: 在某些 Linux 系统上,可能需要安装 python3-venv 包。

    sudo apt-get install python3-venv

如何在虚拟环境中运行特定的 Python 脚本?

在激活虚拟环境后,直接运行 Python 脚本即可。虚拟环境会自动使用其自身的 Python 解释器和已安装的包。 例如:

python my_script.py

虚拟环境可以嵌套吗?

理论上可以,但不建议这样做。 嵌套虚拟环境会增加复杂性,并可能导致一些难以排查的问题。 尽量保持虚拟环境的简单和隔离。

如何删除虚拟环境?

直接删除虚拟环境目录即可。 例如,如果你的虚拟环境目录是 .venv,你可以使用以下命令删除它:

rm -rf .venv

注意: 在删除虚拟环境之前,请确保你已经退出虚拟环境。

本篇关于《Python虚拟环境创建教程详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

谷歌浏览器最新版官网下载地址谷歌浏览器最新版官网下载地址
上一篇
谷歌浏览器最新版官网下载地址
FBX导入3DMax穿模解决技巧
下一篇
FBX导入3DMax穿模解决技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    478次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    535次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    554次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    506次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    327次使用