Python虚拟环境很简单，看完你就会了

待我称王封你为后i 2022-09-06 00:07 335阅读 0赞

最近有粉丝询问关于`Python`**虚拟环境**的一些操作，刚好平时也会涉及到这方面的使用，那么今天咱们就来简单介绍一下吧。

![68f15224b71b40814208a7bf9989ff11.png][]

1.基于conda管理虚拟环境

由于笔者常用的是`Anaconda`，所以这里先介绍基于`conda`的虚拟环境操作。

一般来说，有两种管理虚拟环境的方式：一种是可视化操作，一种是命令行操作。

### 1.1. 创建虚拟环境 ###

**其一**是通过`Anconada Navigator` 可视化操作，选中`Environments`点击最下方的`Create`即可进入到创建虚拟环境的页面。

![d668a22746145096e5f6cfdaed0a062b.png][]

**其二**是在命令行通过指令进行创建，后续介绍的几种方案也是类似。

>     # 指令
>     conda create -n env1 python=3.8.8
> 
> 指令中，`env1`是虚拟环境名称，可以自定义；`python=3.8.8`是指定python版本，可以自定义。

![548bf0cd7abedbe16879c705973a983e.png][]

### 1.2. 激活虚拟环境 ###

当创建好虚拟环境后，会弹出以下提示：

done
    #
    # To activate this environment, use
    #
    #     $ conda activate env1
    #
    # To deactivate an active environment, use
    #
    #     $ conda deactivate

这些提示其实也很好的告诉了我们关于**激活**和**退出**虚拟环境的操作指令

>     # 激活虚拟环境
>     conda activate env1
> 
> 指令中，`env1`是待激活的虚拟环境名称

![6b86a8826d792d49e856c89b91ee9b21.png][] 激活虚拟环境env1

我们可以看到，在进行虚拟环境激活后，最前面会显示虚拟环境的名称 `env1`(上图中标红框内)

### 1.3. 管理虚拟环境第三方库 ###

只有当我们**激活**了指定的虚拟环境后，就可以通过`pip`或`conda`直接进行第三方库的管理。

![3b710ff769e63a73b96328f36a817f87.png][] 安装第三方库

我们也可以通过`-n`参数指定需要安装第三方库的虚拟环境进行跨环境安装。

# env1是待安装第三方库的虚拟环境名称，numpy是待安装的第三方库
    conda install -n env1 numpy

![ef7bfce8c306f760511322d47891e7b6.png][] 跨环境安装第三方库

### 1.4. 退出虚拟环境 ###

当我们激活了虚拟环境`env1`后，我们可以通过指令`conda deactivate`退出该虚拟环境并回到基础`base`环境

![934a2a8c835c5e3cde70bd7151b5d97f.png][] 退出虚拟环境

### 1.5. 删除虚拟环境 ###

>     # 删除虚拟环境
>     conda env remove -n env1
>     # 或者
>     conda remove -n env1 --all

![1b07bb99900104da2b508d22ceb4ffd6.png][]

### 1.6. 更多操作指令 ###

**查看当前环境下已安装的第三方库**

conda list

![cac06caf72ea2e7f9ade83c614fb4c0f.png][]

**查看指定环境下已安装的第三方库**

conda list -n env1

![6944cd4d9a08aa038e398f5cfeb4c216.png][]

**更新指定环境的第三方库**

conda update -n env1 numpy

**删除指定环境的第三方库**

conda remove -n env1 numpy

**查看全部虚拟环境**

conda info -e
    # 或者
    conda env list

![d212aca1f4a524c46ce0371e4c6acb13.png][]

前面带有符号`*`的是指当前环境

**更新全部第三方库**

conda update --all

![e8f3926ec0dcd8c00682fdcabe35f6da.png][]

2.基于venv管理虚拟环境

`venv`是`Python`标准库内置的虚拟环境管理工具，在`python3.3`之后登上舞台

# 创建虚拟环境（其中 F:\py_env\env2 是虚拟环境路径）
    >>>python -m venv F:\py_env\env2
    
    # 激活虚拟环境（运行 激活脚本）
    >>>F:\py_env\env2\Scripts\activate
    
    # 安装、更新、删除第三库方法同常规
    >>>pip install plotly
    >>>pip install --upgrade plotly
    >>>pip uninstall plotly
    
    # 退出虚拟环境
    >>>deactivate
    
    # 删除虚拟环境（最简单可以直接删除虚拟环境文件夹）

关于这部分更详细的操作可以查阅python官方文档，参考地址：

>     https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/#creating-a-virtual-environment

以上就是本次全部内容~

\- **END -**

本文为转载分享&推荐阅读，若侵权请联系后台删除
    -------------------------------------
    长按识别下方二维码，并关注公众号
    
    1.回复“PY”领取1GB Python数据分析资料
    
    2.回复“BG”领取3GB 名企数据分析报告

[68f15224b71b40814208a7bf9989ff11.png]: /images/20220829/d6906ec315bf4f9eae6bc9055afb332f.png
[d668a22746145096e5f6cfdaed0a062b.png]: /images/20220829/f88995ad5d2b4ef79508c5270b8bd5c5.png
[548bf0cd7abedbe16879c705973a983e.png]: /images/20220829/5609e349a18a46e493429adbe8c5d43e.png
[6b86a8826d792d49e856c89b91ee9b21.png]: /images/20220829/b7d06ba7cb1f4b1cb01a8d7ad59f1a5a.png
[3b710ff769e63a73b96328f36a817f87.png]: /images/20220829/19e2a7d28f1747c08faa304e5ff56d1c.png
[ef7bfce8c306f760511322d47891e7b6.png]: /images/20220829/6d2c730f2d7c473a999ea25139f03cec.png
[934a2a8c835c5e3cde70bd7151b5d97f.png]: /images/20220829/c62dced56eed488e8837e8d0dbc5d20c.png
[1b07bb99900104da2b508d22ceb4ffd6.png]: /images/20220829/ac3942cc08134fbaaa3faf1ebb55e10b.png
[cac06caf72ea2e7f9ade83c614fb4c0f.png]: /images/20220829/54f827f8e4d04c129083ae2753df3f96.png
[6944cd4d9a08aa038e398f5cfeb4c216.png]: /images/20220829/74fe891e8e72435c9de1ba6e43f85a15.png
[d212aca1f4a524c46ce0371e4c6acb13.png]: /images/20220829/de67da0a7e974bf886990d16ff202e84.png
[e8f3926ec0dcd8c00682fdcabe35f6da.png]: /images/20220829/dada30ab459a4b728ec9eb4170461847.png