在 macOS 上创建 Python 虚拟环境主要通过 Python 内置的 venv 模块实现,也可使用第三方工具如 virtualenv。以下是详细步骤和方法:
🛠 一、使用 Python 内置 venv 模块(推荐)
适用于 Python 3.3 及以上版本,无需额外安装工具:
-
创建虚拟环境
打开终端,进入项目目录,执行以下命令:python3 -m venv myenv # "myenv" 是虚拟环境名称,可自定义此命令会在当前目录生成
myenv文件夹,包含独立的 Python 解释器和依赖库。 -
激活虚拟环境
source myenv/bin/activate激活后,终端提示符会显示
(myenv),表示已进入虚拟环境。 -
退出虚拟环境
deactivate退出后提示符恢复原状。
-
删除虚拟环境
直接删除虚拟环境目录即可:rm -rf myenv
⚙ 二、使用 virtualenv(兼容旧版 Python)
若需支持 Python 2 或更灵活配置:
-
安装 virtualenv
pip3 install virtualenv -
创建并激活环境
virtualenv myenv # 创建环境 source myenv/bin/activate # 激活可通过
-p指定 Python 版本:virtualenv -p python3.8 myenv # 使用 Python 3.8
🔧 三、其他工具(进阶选择)
-
pipenv:整合虚拟环境与依赖管理,适合复杂项目。pip install pipenv pipenv install # 自动创建环境并安装依赖 pipenv shell # 激活环境 -
conda:适合科学计算,支持非 Python 依赖。conda create -n myenv python=3.9 conda activate myenv
💡 注意事项
-
虚拟环境的作用
- 隔离项目依赖,避免版本冲突。
- 保持系统 Python 环境纯净。
-
路径管理
- 虚拟环境目录(如
myenv)建议添加到.gitignore。
- 虚拟环境目录(如
-
依赖记录
- 在激活环境中使用
pip freeze > requirements.txt保存依赖列表。
- 在激活环境中使用
💎 总结
| 方法 | 适用场景 | 命令示例 |
|---|---|---|
venv | Python 3.3+ 标准方案 | python3 -m venv myenv |
virtualenv | 兼容旧版或指定解释器路径 | virtualenv -p python3.8 myenv |
pipenv/conda | 复杂依赖管理或科学计算 | pipenv install / conda create -n myenv |
初次使用建议选择
venv,简单高效且无需额外安装。若项目涉及多版本或复杂依赖,可尝试pipenv或conda。