使用 Pipenv 的 Python Venv（虚拟环境）

Python 中的虚拟环境

了解虚拟环境以及两种创建方式：Web 开发者多使用 Pipenv，而数据科学家则常用 Anaconda 发行版，通过“Anaconda Prompt”使用“conda”创建虚拟环境。也可以在 Anaconda Navigator 中通过图形界面创建。

虚拟环境用于为特定项目创建一个容器或隔离环境，在其中安装与 Python 相关的依赖。这样可以针对不同项目使用不同版本的 Python 及其包。数据科学家倾向于使用 Anaconda 发行版，它预装了许多实用包，易于安装和管理。使用 Django、Flask 等 Python 框架的 Web 开发者则可以将 Pipenv 用作虚拟环境管理工具。

Pipenv

Pipenv 是一种流行的新方式，可为项目自动创建“virtualenv”。它会生成一个 Pipfile，帮助管理包，便于安装或移除。通过 Pipenv，可以将“pip”和“virtualenv”结合起来创建虚拟环境，Pipfile 可作为“requirement.txt”的替代品，根据项目记录包的版本。

本教程在 Windows 操作系统中使用 Git Bash 作为终端。对于 Mac 用户，可以使用 Homebrew（包管理工具）；同样，Linux 用户可以使用 LinuxBrew。

让我们用“mkdir project-name”命令创建一个项目，该命令用于以“new-project”为名创建目录，然后使用“cd”命令进入新建的目录。

Windows 用户可以使用以下命令安装“pipenv”。

pip install pipenv

Linux/Mac 用户在安装 LinuxBrew 后，可以使用以下命令安装“pipenv”。

brew install pipenv

为项目创建 virtualenv

要为项目创建“virtualenv”，请使用以下命令。

pipenv shell “pipenv”命令会为项目创建一个新的“virtualenv”，并同时生成 Pipfile。

为项目安装/卸载所需包

您将在虚拟环境中安装名为“requests”和“flask”的两个包，命令如下：
pipenv install requests
pipenv install flask
安装这两个包后会出现如下变化。若要卸载包，请使用以下命令。
pipenv uninstall flask

退出虚拟环境

您可以使用以下命令停用当前环境。 exit

Anaconda

Anaconda 是数据科学家和机器学习工程师最常用的平台。它包含“Conda”，用于管理环境、库和依赖。

安装 Anaconda 以管理 Python 虚拟环境

Windows 用户可参考以下教程来设置 Anaconda 发行版。

在 Windows 上安装 Anaconda

Linux/Mac 用户可参考以下教程来设置 Anaconda 发行版。

在 Mac/Linux 上安装 Anaconda
请使用 4.6 或更新版本的 Anaconda。旧版本的命令略有不同。如果您正在使用较旧的版本，请用以下命令进行更新。
conda update conda 创建虚拟环境有两种方式，见下文。

Anaconda Prompt——随 Anaconda 安装的命令行工具。
Anaconda Navigator——图形用户界面，可作为在 Anaconda 中启动与管理包的替代工具。

本教程使用 Windows 操作系统，但适用于任何操作系统。Anaconda 命令可能会有些微差异，但创建虚拟环境的整体流程相同。您可以在 Mac/Linux 上打开“Terminal”实现以下操作。根据项目需求，以下指南提供了创建虚拟环境的更多细节。
管理环境

Anaconda Prompt

点击屏幕左下角的“Windows”图标打开“搜索”框。输入“Anaconda Prompt”并按“Enter”打开。使用 conda 检查 Anaconda 是否已在您的系统中成功安装；您将看到如下内容。

1. 1. 创建新的虚拟环境。
    以下命令使用“-n”标志创建名为“env”的新环境，并指定 Python 版本为“3.7”。 conda create -n env python = 3.7
  2. 激活虚拟环境。
    下面的命令会激活虚拟环境，提示符会改变，并在括号中显示“env”。 conda activate env
  3. 安装所需包。
    例如，在特定的虚拟环境“env”中安装“numpy”包。
    conda install -n env numpy
    或
    也可以使用 Python 包管理器安装“numpy”。 pip install numpy
  4. 列出虚拟环境中已安装的所有包。
    以下命令可列出该虚拟环境中的包。 conda list
  5. 列出所有已创建的虚拟环境。
    使用以下命令可以列出所有创建的环境。 conda env list
  6. 停用虚拟环境。
    以下命令会停用当前环境“env”，并切换回“base”。 conda deactivate
  7. 移除虚拟环境。