Python虚拟环境使用指南

1. 为什么需要虚拟环境？

• 依赖隔离：不同项目可能需要不同版本的 Python 或第三方库，虚拟环境可以避免版本冲突。
• 环境纯净：避免全局安装的依赖包污染系统环境。
• 便于协作 ：通过依赖管理文件（如 requirements.txt 或 environment.yml），方便团队协作和项目部署。

---

2. 常用工具

1. venv (Python 3.3+ 内置，轻量级虚拟环境工具)
2. virtualenv (第三方工具，支持 Python 2 和 Python 3)
3. pipenv (结合虚拟环境和依赖管理，适合小型项目)
4. poetry (现代依赖管理和虚拟环境工具，适合复杂项目)
5. conda (强大的跨平台环境管理工具，适合科学计算和机器学习)

---

3. 创建虚拟环境

3.1 使用 venv

# 创建虚拟环境（需已安装对应 Python 版本）
python -m venv myenv

# 激活虚拟环境
# Windows
myenv\Scripts\activate
# macOS/Linux
source myenv/bin/activate

# 退出虚拟环境
deactivate

3.2 使用 conda

# 创建虚拟环境（可指定 Python 版本）
conda create --name myenv python=3.9

# 激活虚拟环境
conda activate myenv

# 退出虚拟环境
conda deactivate

---

4. 依赖管理

4.1 使用 venv 和 pip

# 安装包
pip install numpy

# 导出依赖
pip freeze > requirements.txt

# 根据依赖文件安装
pip install -r requirements.txt

4.2 使用 conda 和 environment.yml

# environment.yml 示例
name: myenv
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.9
  - numpy
  - pandas

# 根据 YAML 文件创建环境
conda env create -f environment.yml

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

---

5. 工具对比

5.1 venv

• 优点 ：
  • 轻量，无需额外安装（Python 3.3+ 内置）。
  • 适合简单 Python 项目，与 PyPI 完全兼容。
• 缺点 ：
  • 无法管理非 Python 依赖或不同 Python 版本。
  • 依赖冲突需手动解决。

5.2 conda

• 优点 ：
  • 强大的依赖解析能力。
  • 支持多语言包和 Python 版本隔离。
  • 适合科学计算（如 TensorFlow、PyTorch 的预编译包）。
• 缺点 ：
  • 环境文件（environment.yml）可能跨平台不兼容。
  • 包体积较大（含预编译二进制文件）。

---

6. 使用场景建议

• 选择 venv：

  • 项目仅需 Python 包。
  • 使用 PyPI 标准库（如 Web 开发、脚本工具）。
  • 希望环境与项目目录绑定（便于版本控制）。

• 选择 conda：

  • 涉及科学计算、机器学习（需 CUDA、MKL 等非 Python 依赖）。
  • 需要隔离不同 Python 版本（如测试兼容性）。
  • 跨平台团队协作（统一依赖管理）。

---

7. 常见问题

Q1: conda 和 venv 能混用吗？

• 不推荐 ：避免在 conda 环境中使用 pip 安装核心包（可能导致依赖冲突）。若需混用，优先使用 conda install，再用 pip 补充 PyPI 包。

Q2: 如何删除虚拟环境？

• venv ：直接删除环境目录（如 rm -rf myenv）。
• conda ：conda env remove --name myenv。

Q3: conda 环境文件跨平台问题？

• 使用 conda env export --no-builds 导出时忽略系统相关的构建号，提高跨平台兼容性。

---

8. 总结

• venv：轻量、简单，适合纯 Python 项目。
• conda：功能强大，适合复杂依赖和科学计算。

根据项目需求选择合适的工具，两者结合使用（如 conda 管理 Python 版本，venv 隔离项目依赖）也是常见做法。

---

9. 最佳实践

1. 项目目录绑定：将虚拟环境放在项目目录中，便于版本控制和团队协作。
2. 依赖文件管理 ：始终使用 requirements.txt 或 environment.yml 记录依赖，确保环境可复现。
3. 定期清理：删除不再使用的虚拟环境，避免占用磁盘空间。

---