我们为什么需要使用虚拟环境?
Python的包(或模块)的下载保存非常独特;有时候可能会带来问题。
不同系统,Python模块的安装位置也不一样。例如,大多数系统模块安装在 sys.prefix 环境变量指定的目录中,以Mac OS X为例:
使用pip或easy_install安装的第三方模块通常安装在 site packages 目录:
下面举一个实际的例子来说明使用虚拟环境的好处。
假设你有两个Python项目-A和B,这两个项目都需要使用同一个第三方模块-tensorflow。如果这两个项目使用相同的tensorflow版本,也许不会有什么问题。
但是,当A和B项目使用不同的tensorflow版本时-A使用tensorflow 0.70版本;B使用tensorflow 0.80版本。由于Python导入模块不能区分模块版本,导致A、B不能使用tensorflow的不同版本,这在很多情况下是不能接受的。
使用虚拟环境的另一个好处是:保持开发环境的简洁、有序。
什么是Python虚拟环境?
Python虚拟环境可以为项目创建相互独立的开发环境,也就是你可以为每个项目安装各自使用依赖模块。
使用虚拟环境可以很好的解决上面A、B项目遇到的问题:为A、B项目分别创建虚拟环境,然后在各自的虚拟环境中安装不同的tensorflow版本。
使用虚拟环境需要借助virtualenv或pyvenv,它们的使用非常简单。
安装virtualenv、pyvenv
如果你使用Python 2,你可以使用pip安装virtualenv:
1 |
$sudo pip install virtualenv |
如果你使用Python 3,它默认安装了pyvenv。
virtualenv和pyvenv的使用方法类似。由于pyvenv是较新的工具,本帖以它为例。
创建一个存放虚拟环境的目录:
1 |
$mkdirpython–env |
创建一个虚拟环境:
1 |
$pyvenv env_A |
上面命令在当前目录创建了env_A目录,目录结构:
1 |
├──bin |
使用创建的虚拟环境env_A:
1 |
$source env/bin/activate |
提示符中包含:
1 |
(env_A)$ |
现在你通过pip安装的包都会安装这个虚拟环境中;导入(import)模块时也只能使用这个虚拟环境中的模块。
如果要退出env_A虚拟环境,执行:
1 |
(env_A)$deactivate |
虚拟环境的工作原理
主要就是操作环境变量。
Python在非虚拟环境下的路径:
1 |
$which python |
激活虚拟环境再次查看Python路径:
1 |
$source env/bin/activate |
$PATH 环境变量在激活前后不一样了:
1 |
$echo$PATH |
你可以看看 sys.prefix 和其他Python系统环境变量。
本文永久更新链接地址:http://www.linuxidc.com/Linux/2017-04/143114.htm