这么全的 Python 虚拟环境?不看可惜了!
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。