[python]创建虚拟环境的3种方式

在 Python 开发中，主要有三种创建虚拟环境的方式，它们各有特点和适用场景。下面为你详细介绍每种方式：

1. conda

Conda 是一个跨平台的包管理器和环境管理器，由 Anaconda 发行版引入。

特点：

• 不仅仅是 Python：可以管理其他语言和工具的依赖
• 预编译包：许多科学计算包有预编译版本，安装速度快
• 环境隔离彻底：包括系统库级别的隔离

安装：

# 安装 Miniconda（轻量版）或 Anaconda（完整版）
# 下载地址：https://docs.conda.io/en/latest/miniconda.html

使用方法：

# 创建环境（默认使用 conda 源）
conda create -n myenv python=3.9

# 创建环境并指定包
conda create -n myenv python=3.9 numpy pandas

# 激活环境
conda activate myenv        # Windows/Linux/macOS

# 退出环境
conda deactivate

# 列出所有环境
conda env list

# 删除环境
conda remove -n myenv --all

# 导出环境配置
conda env export > environment.yml

# 从配置创建环境
conda env create -f environment.yml

优点：

• 处理复杂依赖关系能力强
• 支持非 Python 包（如 R、C++库）
• 二进制包安装，减少编译问题
• 跨平台一致性较好

缺点：

• 环境体积较大
• 社区版可能有些包更新不及时

---

2. pyenv + pyenv-virtualenv

这是两个工具的组合：

• pyenv：管理多个 Python 版本
• pyenv-virtualenv：为不同项目创建虚拟环境

安装：

# macOS
brew install pyenv pyenv-virtualenv

# Linux
git clone https://github.com/pyenv/pyenv.git ~/.pyenv
git clone https://github.com/pyenv/pyenv-virtualenv.git $(pyenv root)/plugins/pyenv-virtualenv

配置 Shell（~/.bashrc 或 ~/.zshrc）：

export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init --path)"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"

使用方法：

# 安装指定 Python 版本
pyenv install 3.9.13

# 列出已安装版本
pyenv versions

# 创建虚拟环境（基于特定 Python 版本）
pyenv virtualenv 3.9.13 myproject-3.9

# 激活环境
pyenv activate myproject-3.9

# 退出环境
pyenv deactivate

# 设置项目本地环境（进入目录自动激活）
cd myproject
pyenv local myproject-3.9

# 删除环境
pyenv uninstall myproject-3.9

优点：

• 完美解决多版本 Python 共存问题
• 项目级自动激活很方便
• 轻量级，只管理 Python 环境

缺点：

• 需要额外配置
• 只管理 Python，不处理其他依赖

---

3. venv（Python 内置）

Python 3.3+ 内置的虚拟环境工具，无需额外安装。

特点：

• 标准库自带：无需额外安装
• 轻量简单：功能专一
• Python 官方推荐

使用方法：

# 创建虚拟环境
python -m venv myenv
# 或指定 Python 版本
python3.9 -m venv myenv

# 激活环境
# Windows:
myenv\Scripts\activate
# Linux/macOS:
source myenv/bin/activate

# 退出环境
deactivate

# 创建带系统 site-packages 的环境（可访问系统包）
python -m venv --system-site-packages myenv

# 升级 pip 等工具
python -m venv --upgrade myenv

文件结构：

myenv/
├── bin/ (或 Scripts/ 在 Windows)
│   ├── activate
│   ├── pip
│   ├── python
│   └── ...
├── lib/
│   └── python3.9/site-packages/
└── pyvenv.cfg

优点：

• 无需安装，Python 自带
• 简单易用，学习成本低
• 官方维护，兼容性好

缺点：

• 不能管理 Python 版本本身
• 功能相对简单

---

其他插件/工具

virtualenv（第三方，venv 的前身）

# 安装
pip install virtualenv

# 使用
virtualenv myenv
source myenv/bin/activate

pipenv

结合了 pip 和虚拟环境管理

# 安装
pip install pipenv

# 使用
cd myproject
pipenv --python 3.9        # 创建环境
pipenv install requests    # 安装包
pipenv shell               # 激活环境
pipenv lock               # 生成锁文件

Poetry

现代 Python 包管理和依赖管理

# 安装
pip install poetry

# 使用
poetry new myproject       # 创建新项目
poetry install            # 安装依赖
poetry add requests       # 添加包
poetry shell             # 激活环境

---

对比与选择建议

工具	适用场景	优点	缺点
conda	数据科学、机器学习、需要非Python依赖	依赖管理强大，预编译包多	体积大，有些包更新慢
pyenv+virtualenv	多版本Python开发，项目隔离	Python版本管理优秀，轻量	需要配置，只管理Python
venv	简单Python项目，标准开发	内置无需安装，简单直接	不能管理Python版本
pipenv/Poetry	现代化项目管理，依赖锁定	依赖管理先进，整合性好	学习曲线稍陡

推荐选择：

1. 初学者/简单项目：使用 venv，简单够用
2. 数据科学/AI项目：使用 conda，依赖管理方便
3. Web开发/多版本项目：使用 pyenv + virtualenv 或 Poetry
4. 团队协作项目：考虑 Poetry 或 pipenv，有 lock 文件保证一致性

每种工具都可以配合使用，比如用 pyenv 管理 Python 版本，用 venv 创建虚拟环境。选择最适合你工作流的方式即可。