virtualenv和virtualenvwrapper的安装及使用


virtualenv的安装及使用

安装前提

你的系统至少有一个python版本是已经存在,并且python和pip都已经配置到环境变量中了

我的系统主环境是python3.6.8

安装virtualenv

pip install virtualenv

为项目安装虚拟环境

首先进入项目文件夹(我的是E:\sis-master),然后在该文件夹中安装了虚拟环境env(默认创建的python版本是全局的python版本,例如我的是python3.6.8),执行:virtualenv env

virtualenv env

启动虚拟环境

在windows中,先进入your_env_dir\Scripts(我的是E:\sis-master\env\Scripts),然后使用activate,激活虚拟环境,然后在cmd窗口的命令前面将出现<env>,表示目前处于虚拟环境中。

在虚拟环境安装类库

默认情况下,virtualenv已经安装好了pip。在启动虚拟环境后直接使用pip install 命令就可以为该虚拟环境安装类库

退出虚拟环境

deactivate

创建Anaconda中已创建的python版本

virtualenv默认创建的python版本是全局的python版本,可以使用-p参数指定系统中存在的其他python版本(例如我的anaconda中存在的python3.5)

首先进入项目文件夹(我的是E:\testproject),执行

virtualenv -p anaconda中存在的python3.5的路径  env

项目的env目录下就存在python3.5的环境了

virtualenv 原理

把系统Python复制一份到virtualenv的环境,用命令activate进入一个virtualenv环境时,virtualenv会修改相关环境变量,让命令python和pip均指向当前的virtualenv环境。

virtualenvwrapper的安装及使用:

virtualenvwrapper这个软件包可以让我们管理虚拟环境变得更加简单。不用再跑到某个目录下通过virtualenv来创建虚拟环境,并且激活的时候也要跑到具体的目录下去激活。

安装virtualenvwrapper:

  1. linux:pip install virtualenvwrapper
  2. windows:pip install virtualenvwrapper-win

virtualenvwrapper基本使用:

  1. 创建虚拟环境:

     mkvirtualenv my_env

    那么会在你当前用户下创建一个Env的文件夹,然后将这个虚拟环境安装到这个目录下。
    如果你电脑中安装了python2python3,并且两个版本中都安装了virtualenvwrapper,那么将会使用环境变量中第一个出现的Python版本来作为这个虚拟环境的Python解释器。

  2. 切换到某个虚拟环境:

    workon my_env
  3. 退出当前虚拟环境:

    deactivate
  4. 删除某个虚拟环境:

    rmvirtualenv my_env
  5. 列出所有虚拟环境:

    lsvirtualenv
  6. 先激活这个环境,然后才能进入到虚拟环境所在的目录:

    cdvirtualenv

修改mkvirtualenv的默认路径:

我的电脑->右键->属性->高级系统设置->环境变量->系统变量中添加一个参数WORKON_HOME,将这个参数的值设置为你需要的路径。

创建虚拟环境的时候指定Python版本:

在使用mkvirtualenv的时候,可以指定--python的参数来指定具体的python路径:

mkvirtualenv --python==C:\Python36\python.exe hy_env

文章作者: 星凌映雪
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 星凌映雪 !
评论
 上一篇
大佬总结的90条写Python程序的建议 大佬总结的90条写Python程序的建议
本文于网络整理,版权归原作者所有,如来源信息有误或侵犯权益,请联系我删除。 1. 首先建议1、理解Pythonic概念—-详见Python中的《Python之禅》 建议2、编写Pythonic代码 (1)避免不规范代码,比如只用大小写区
2020-05-29
下一篇 
python包管理工具:conda和pip比较 python包管理工具:conda和pip比较
文章来源https://www.jianshu.com/p/5601dab5c9e5 Conda和pip通常被认为几乎完全相同。虽然这两个工具的某些功能重叠,但它们设计用于不同的目的。 Pip是Python Packaging Auth
2020-05-19
  目录