你好，我是悦创。

最近一直再死磕深度学习识别验证码，但是在使用 Tensorflow 识别的训练的时候呢？不知为何频频报错，菜是原罪？

为此，我试了许多种方法，最终还是使用创建虚拟环境来解决这样的 Bug 接下来，我把我了解到的虚拟环境创建就传授给你，打通你的任督二脉。

关于 Python 虚拟环境管理，曾经做为一名新人一直不以为意，心想反正都是我要用的库，全安装在一起，要用直接导入，多好。

可是 ，后来，懂得越来越多的我（越发现，自己懂得越来越少），不仅流下了悔恨了泪水呀（其实是：流下了没有技术的眼泪），这一次，关于Python虚拟环境管理的方法一网打尽，喜欢哪种方式，大家自己选吧。

再说一次虚拟环境很重要。

1. 使用 Virtualenv

1.1 使用pip

对于该包的安装也是非常的方便，使用如下命令即可：

对于安装报错的呢？不用慌，一般都是成功的，不过大部分失败的网络造成的，所以如果安装失败，建议你 换源 换源方法参考如下链接：

• Windows pip 换源：https://www.aiyc.top/archives/216.html
• Linux下pip使用国内源：https://www.aiyc.top/archives/456.html

1.2 创建运行环境

1.3 激活环境

Linux：

Windows 10：

1.4 退出环境

Linux：

Windows 10：

1.5 删除环境

没有使用 virtualenvwrapper 前，可以直接删除 venv 文件夹来删除环境

1.6 使用环境

进入环境后，一切操作和正常使用 Python 一样安装包使用pip install 包

2. 使用 Virtualenvwrapper

Virtaulenvwrapper 是 virtualenv 的扩展包，用于更方便管理虚拟环境，它可以做： - 将所有虚拟环境整合在一个目录下 - 管理（新增，删除，复制）虚拟环境 - 快速切换虚拟环境

2.1 安装

2.2 创建虚拟环境

2.3 激活环境

2.4 退出环境

2.5 删除环境

2.6 其他有用指令

3. 使用 Conda 管理

conda可以直接创建不同python版本的虚拟环境。前面讲的virtualenv只是指定创建不同python版本的虚拟环境，前提是你的电脑上已经安装了不同版本的python,与conda相比没有conda灵活。

3.1 安装

下载 anaconda 安装的 python 直接可以使用 conda 工具

3.2 创建虚拟环境

创建不同的 python 版本，直接写出版本号就好了，还可以同时安装想要的库。

3.3 激活虚拟环境

3.4 退出虚拟环境

3.5 删除虚拟环境

3.6 其他有用指令

4. 使用 Pipenv 管理

Pipenv 是 Python 官方推荐的包管理工具。 它综合了 virtualenv , pip 和 pyenv 三者的功能。能够自动为项目创建和管理虚拟环境。如果你使用过requests库，就一定会爱上这个库，因为是同一个大神出品。 pipenv使用 Pipfile 和 Pipfile.lock 来管理依赖包，并且在使用pipenv添加或删除包时，自动维护 Pipfile 文件，同时生成 Pipfile.lock 来锁定安装包的版本和依赖信息，避免构建错误。相比pip需要手动维护requirements.txt 中的安装包和版本，具有很大的进步。

4.1 安装

4.2 创建虚拟环境

如果不存在 pipfile ,会生成一个 pipfile，并且如果有的库添加会自动编辑该文件，不会我们手动更新requirements.txt 文件了。

4.3 激活 Pipenv Shell