Python 虚拟环境

1.为什么我们需要虚拟环境？

依赖冲突：项目 A 需要 Django 2.x，项目 B 需要 Django 4.x，全局安装会导致一个项目崩溃。

环境复现困难：代码在自己电脑上能跑，发给同事或部署到服务器就报错（“在我机子上明明能跑”的经典噩梦）。

全局环境污染：随意安装和卸载包，导致系统 Python 环境变得极其混乱且难以清理。

---

2.虚拟环境到底是什么？

隔离机制：虚拟环境本质上是一个独立的文件夹，里面包含了专属的 Python 解释器和第三方包（site-packages）。

独立性：激活虚拟环境后，所有的 pip install 操作都只会影响当前环境，与系统全局环境和其他项目完全隔离。

---

3.主流虚拟环境

工具	定位与特点	适用场景
venv	Python 3.3+ 内置，零依赖，最轻量	简单项目、初学者入门、CI/CD 流程
uv	新世代工具（Rust 开发），极速（比 pip 快百倍）	追求极致速度的现代项目、大型 Web 应用
conda	强大的包与环境管理器，擅长处理非 Python 依赖（如 CUDA, MKL）	数据科学、机器学习、AI 深度学习

conda下载时要注意 Anaconda 和 Miniconda 是同一个东西

Anaconda 是为了“省事”而牺牲了空间，适合新手快速上手；Miniconda 是为了“效率”而牺牲了便利，适合追求极致和定制化的进阶用户。 |

4. 实战演练：

提供一套标准、可复制的操作流程，覆盖虚拟环境的完整生命周期：

• 创建环境：python -m venv .venv（建议统一命名为 .venv 或 venv）。

• 激活环境：

  • Windows (CMD/PowerShell)：.venv\Scripts\activate
  • Linux/macOS：source .venv/bin/activate

• 验证环境：使用 which python (Linux/Mac) 或 where python (Windows) 查看当前 Python 路径，确认是否指向了虚拟环境内部。

• 安装依赖：pip install requests 等常规操作。

• 小问题一：pip 是什么（默认已安装，无需额外安装）？

• pip 是 Python 自带的的包管理器。pip 从 PyPI（Python 官方第三方库）下载包，把包安装到当前 Python 环境的 site-packages，并记录版本信息，供 import 使用。

• 小问题二：那 pip 和虚拟环境有啥关系？

• 我们都知道，虚拟环境就是为了在不同项目中用不同或不同版本的包的。既然要安装特定版本的包，不就自然要用到 pip 了吗。 虚拟环境决定“装到哪”，而 pip 负责“装什么”

• 举例: (.venv) shengge@shengge:~/PycharmProjects/base$ pip install rich

• 退出与删除：使用 deactivate 退出；直接删除 .venv 文件夹即可彻底清除环境。

---

5. 进阶与协作：如何让环境“可复现”

• 依赖导出：使用 pip freeze > requirements.txt 生成依赖清单。

• 环境复现：同事或服务器通过 pip install -r requirements.txt 一键还原一模一样的开发环境。

• 进阶技巧：

  • 指定特定的 Python 版本创建环境，会在虚拟环境中自己下载特定版本python（如 python3.9 -m venv myenv）。
  • 开发与生产依赖的分离（requirements-dev.txt 与 requirements.txt）。

---

6. 避坑

• 致命陷阱：忘记激活环境就安装包，导致包被装到了全局。
• IDE 集成：在pycharm右下角可以选择不同的虚拟环境
• 命名规范：不要使用 env1, test 这种随意的名字，推荐使用 .venv 统一命名，并在 .gitignore 中忽略该文件夹，不要将虚拟环境上传到 GitHub。