Mac 创建 Python 虚拟环境两种主流方案

前置说明

Mac 自带系统 Python3（受 PEP668 保护，不能直接全局 pip），必须用虚拟环境隔离项目依赖 ，分两种方式：venv（系统自带，无需额外安装）、conda/miniforge（适合机器学习多版本 Python）

一、系统自带 venv（通用、无额外安装，推荐普通开发）

1. 先安装依赖（M 芯片 / Intel Mac 通用）

bash

运行

复制代码

sudo apt update # Linux 才需要，Mac跳过
brew install python3 python-tk

2. 进入你的项目文件夹

bash

运行

复制代码

cd ~/Documents/python_project

3. 创建虚拟环境（文件夹名自定义，一般叫 venv）

bash

运行

复制代码

python3 -m venv venv

执行后当前目录生成 venv 文件夹，存放独立 Python、pip、所有包。

4. 激活虚拟环境

bash

运行

复制代码

source venv/bin/activate

激活成功后终端前缀出现 (venv)，此时所有 pip install 只会装在这个环境，不会污染系统 Python。

5. 安装依赖示例

bash

运行

复制代码

pip install openai requests pandas

6. 导出 / 导入依赖（换电脑、PyCharm 使用）

bash

运行

复制代码

# 导出当前环境所有包清单
pip freeze > requirements.txt

# 新环境一键安装全部依赖
pip install -r requirements.txt

7. 退出虚拟环境

bash

运行

复制代码

deactivate

8. 删除虚拟环境（不需要时）

直接删文件夹即可：

bash

运行

复制代码

rm -rf venv

二、Miniforge（M 芯片 Mac 机器学习首选，多 Python 版本管理）

原生 ARM 适配，解决 TensorFlow/PyTorch M 芯片兼容问题

1. 安装 miniforge

bash

运行

复制代码

brew install --cask miniforge

2. 创建虚拟环境（可指定 Python 版本）

bash

运行

复制代码

# 创建名为 py311 的环境，python3.11
conda create -n py311 python=3.11

3. 激活

bash

运行

复制代码

conda activate py311

4. 退出

bash

运行

复制代码

conda deactivate

5. 删除环境

bash

运行

复制代码

conda remove -n py311 --all

三、PyCharm 图形化创建虚拟环境（不用敲命令）

PyCharm 打开项目 → Command + , 打开设置
左侧：项目 → Python 解释器
右上角齿轮 → 添加
选择 新建虚拟环境 ，位置选项目内 venv，解释器选本机 python3
确定后 IDE 自动创建并激活，终端自动带入环境

四、常见踩坑

报错 This environment is externally managed 不要用 --break-system-packages，老老实实创建 venv 再安装包。
M 芯片安装机器学习库报错改用 miniforge 替代系统 venv。
重启终端后环境消失每次新开终端需要重新执行 source venv/bin/activate。
Git 仓库提交污染在 .gitignore 文件添加一行忽略虚拟环境：

plaintext
复制代码
```
venv/
__pycache__/
*.pyc
```