使用virtualenv/Anaconda/Miniconda创建python虚拟环境

自带venv

免安装直接使用

虚拟环境是创建一种隔离的工作空间，在该工作空间中可以安装不同的库，而不影响其他的项目。其中，python自带的venv，就可以很好的创建虚拟环境了。

bash 复制代码

# 创建虚拟环境
python -m venv venv

# windows系统激活虚拟环境
venv\Scripts\activate

# linux系统激活虚拟环境
source venv/bin/activate

# 退出虚拟环境
deactivate

# 创建自选名称的虚拟环境
python -m venv my_venv
my_venv\Scripts\activate

venv在创建虚拟环境时，会在当前目录下生成一个虚拟环境的目录，可以直接通过观察看到。

依赖的导出与恢复

如果我们通过requirements.txt保存了当前安装的所有包，就可以下一次在其他地方，进行恢复了。

bash 复制代码

# 保存所有的安装
pip freeze > requirements.txt

# 恢复所有的安装
pip install -r requirements.txt

使用virtualenv

通过pip安装使用

virtualenv是一个第三方库，尤其在python早期发挥了重要作用。它的使用方法和自带的venv几乎相同，因此，近些年的使用逐渐减少。但是，它的出现要早于自带的venv，因此，在较早时期（python3.3之前），创建虚拟环境经常使用该库。

注意：虽然在早期，该库非常重要，但是时至今日，应该优先使用venv。

使用pip安装

bash 复制代码

# 安装
pip install virtualenv

# 检查是否安装成功
virtualenv --version

创建虚拟环境（与venv使用基本相同）

bash 复制代码

virtualenv myenv

# 在早期版本中，virtualenv创建虚拟环境时会先复制系统已有的安装包
# 因此，如果需要创建一个不包含安装包的干净环境需要特意指出
virtualenv myenv --no-site-packages  # 在现在的版本中，这已经成为了默认选项，无需这样做

# windows系统激活虚拟环境
myenv\Scripts\activate

# linux系统激活虚拟环境
source myenv/bin/activate

# 退出虚拟环境
deactivate

同样的，virtualenv在创建虚拟环境时，也会在当前目录下生成一个虚拟环境的目录，可以直接通过观察看到。

virtualenvwrapper扩展

通过pip安装

bash 复制代码

# 如果是windows系统，安装virtualenvwrapper-win
# virtualenvwrapper-win通常会自动添加可执行文件，因此通常无需自己配置环境变量
pip install virtualenvwrapper-win

# 对于linux系统，安装virtualenvwrapper
# 需要根据自己的情况配置环境变量
pip install virtualenvwrapper

常用命令

bash 复制代码

# 创建新的虚拟环境
mkvirtualenv myenv

# 退出虚拟环境
deactivate

# 切换虚拟环境
workon myenv

# 列出所有虚拟环境
lsvirtualenv

# 删除虚拟环境
rmvirtualenv myenv

mkvirtualenv在创建虚拟环境时，不会直接在当前目录下生成虚拟环境的目录，不可以直接在当前目录看到。

关于虚拟环境的具体存储位置，通常在使用lsvirtualenv列出所有虚拟环境的时候可以显示。

使用conda

conda介绍

Conda是一个跨平台的开源包管理和环境管理工具，它既可以安装，更新软件包，也可以创建，管理开发环境。

Anaconda是一个功能全面的发行版，已经包括了conda，python，以及众多安装包，目的是为了帮助初学者一次性解决逐个安装安装包的麻烦，因此，anaconda的体积很大。

Miniconda是Anaconda的简化版本，包含了少量安装包，因此体积小了很多。

所以实际上，conda是核心工具，Anaconda以及Miniconda都包含了conda。如果是为了创建虚拟环境，那么选择哪一个都是可行的，因为他们都包括了conda。

Conda的github地址

conda安装

下面以Miniconda为例，介绍一下安装过程。（Anaconda的使用方法与Miniconda相同）

首先，下载一个适合的版本：Miniconda下载地址

如果你需要Anaconda的话，那么选择：Anaconda下载地址

然后按照提示安装即可，需要注意的是，最好要勾选Add Anaconda/Miniconda to my PATH environment variable，以便于可以在命令行中使用。

配置环境变量（可选）

虽然反复叮嘱，要记得在安装时添加到环境变量，但是总有忘记的可能，或者根本没找到这个选项，如果真的忘记了，那么只能手动配置环境变量了。

首先要确认安装路径，比如说，"C:\ProgramData\Miniconda3"是一个可能的默认路径。（如果是Anaconda的话，则需要使用Anaconda的路径，如果是自选安装路径的话，那么就要使用实际的安装路径）

右键点击"我的电脑"（或者此电脑），打开属性菜单，下拉找到"高级系统设置"

在高级系统设置中，找到环境变量一项，找到其中的Path一项（选择系统变量还是用户变量根据个人需求），点击"编辑"，在编辑环境变量窗口中点击"新建"，然后添加安装路径。

bash 复制代码

# 要根据实际安装路径进行填写
C:\ProgramData\Miniconda3
C:\ProgramData\Miniconda3\Scripts
C:\ProgramData\Miniconda3\Library\bin

如果配置都正确的话，那么现在在命令行，应该已经可以使用conda了。所以说，早知今日，何必当初，安装的时候就让它自动添加，就省了很多事情啦。

conda命令

conda更新，首先更新通常是一个好选择

bash 复制代码

conda update conda

conda常用指令

bash 复制代码

# conda创建虚拟环境，并且安装python3.13
# 使用conda的时候可以轻松创建和管理多个不同的python版本
# 你无需担心你的系统中没有安装过这个版本
conda create -n myenv python=3.13

# conda创建虚拟环境，但是无需安装新的python
conda create -n myenv2

# conda激活虚拟环境
conda activate myenv

# conda退出虚拟环境
conda deactivate

# conda列出环境
conda env list

# conda删除环境
conda remove -n myenv --all

# conda重新初始化（激活环境时遇到问题，执行该命令可能有效果）
conda init

在使用conda的时候，应当使用conda安装以及管理包，这种情况下避免混用pip是一个好的提议（使用conda时，总是优先使用conda安装，除非conda没有该安装包，才考虑pip）。

bash 复制代码

# conda安装包
conda install 安装包名

# conda搜索包
conda search 安装包名

# conda更新包
conda update 安装包名

# conda卸载包
conda remove 安装包名

# conda查看已安装包
conda list

# conda查看某个环境已安装包
conda list -n 环境名称

环境的导出与恢复

导出环境

bash 复制代码

conda env export > environment.yml

恢复环境

bash 复制代码

conda env create -f environment.yml

如果你希望在恢复环境的时候重新命名，那么通过-n选项，覆盖掉原本的包名即可

bash 复制代码

conda env create -f environment.yml -n myenv2

总结

在python中存在很多种创建虚拟环境的方式，甚至还远不止介绍的最常见的这三种，不过，通常这三种就能够满足大多数需要了，因此就不继续介绍更多种方法了。

如果你需要快速创建一个虚拟环境，对于虚拟环境的复杂操作要求并不高，那么使用自带的venv就足够了。

如果你希望能够对虚拟环境进行统一的管理，而不是每个项目都要包括一个虚拟环境的目录，那么可以使用virtualenv及其扩展virtualenvwrapper。

如果你不仅希望能够轻松管理安装包，还要进行python自身的版本切换，那么使用Miniconda或者Anaconda都是好的选择。

总之，你可以根据自己的需求，以及个人喜好进行选择，并没有一个固定的答案表明"哪一种是最好的"（但是目前virtualenv以及venv中应该优先考虑venv）。