• 前言
• 一、Python虛擬環境列舉
• 二、不同虛擬環境的簡要對比
  • 2.1 poetry、pipenv
  • 2.2 venv、virtualenv
  • 2.3 Anaconda
• 二、實踐檢驗真理
  • 2.1 更好的選擇：poetry（推薦）
    • 2.1.1 安裝poetry
    • 2.1.2 基本使用
  • 2.2 最簡單的操作：venv & virtualenv
    • 2.2.1 venv基本使用
    • 2.2.2 virtualenv基本使用
• 三、推薦poetry理由
• 總結

前言

在實際專案開發中，通常會根據自己的需求去下載各種相應的框架或庫。

但是，每個專案使用的框架或庫並不一樣，甚至版本也不一樣。這樣如果直接在Python

因此，這種情況就需要虛擬環境來進行開發環境的隔離，沒一個虛擬環境對應一個專案，方便管理。

路漫漫兮其修遠兮，吾將上下而求索！

一、Python虛擬環境列舉

Python建立虛擬環境的方式有很多總，包括：venv、virtualenv、conda、pipenv、poetry等。

說明：

• venv：Python3.5+自帶，官方文件
• virtualenv、pipenv：通過pip安裝
• conda：官網下載，安裝
• poetry：安裝方法參考官網，也可通過pip安裝

二、不同虛擬環境的簡要對比

2.1 poetry

、pipenv

poetry和pipenv，這兩個類似，是Python虛擬環境和依賴管理工具；poetry還提供了包管理功能，比如打包和釋出。

2.2 venv、virtualenv

poetry和pipenv，這兩個類似，操作方式對新手來說更容易上手。

2.3 Anaconda

Anaconda 提供了在單臺機器上執行 Python/R 資料科學和機器學習的最簡單方法。立即開始使用數以千計的開源包和庫。（官網介紹）

因此，對於資料科學和機器學習的環境來說，可以優先選擇Anaconda。

以下內容主要介紹我用過的poetry、venv和virtualenv。

二、實踐檢驗真理

2.1 更好的選擇：poetry

（推薦）

官方文件：https://python-poetry.org/

2.1.1 安裝poetry

官方推薦安裝方法：

• Linux/MacOS

curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python -

• Windows

# PowerShell
(Invoke-WebRequest -Uri https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py -UseBasicParsing).Content | python -

安裝完成後，檢視（終端）：poetry -V

2.1.2 基本使用

# 初始化，在當前目錄（專案根目錄）建立 pyproject.toml 檔案
poetry init

# 檢視當前所使用的環境
poetry env info

# 指定使用 python（如果不指定，將使用環境變數的python；可不指定）
poetry env use /path/python

# 新增依賴
poetry add package
poetry add package@^3.2.13
poetry add package -D # 開發依賴
poetry add package --optional # 可選依賴

# 更新依賴（非必要，一般不使用）
poetry update
poetry update package

# 如果手動修改了 pyproject.toml 中依賴，需要更新lock檔案
poetry lock

# 進入虛擬環境
poetry shell

# 不進入虛擬環境也可進行操作
poetry run python manage.py runserver

2.2 最簡單的操作：venv & virtualenv

2.2.1 venv基本使用

# 建立虛擬環境
python -m venv venv

# 進入虛擬環境
# Windows
venv\Scripts\activate
# Linux/MacOS
source venv/bin/activate

# 安裝依賴
pip install package
pip install package==3.2.13

# 退出虛擬環境
# Windows
venv\Scripts\deactivate
# Linux/MacOS
deactivate

2.2.2 virtualenv基本使用

在使用PyCharm時，也可使用virtualenv建立虛擬環境，操作簡單。

軟體工具欄：File - Settings - Project - Python Interpreter - 設定按鈕（） - Add。

在新增Python虛擬環境（Add Python Interpreter）時，需要設定的僅有Location（虛擬環境存放的目錄，一般是專案根目錄），Base interpreter（選擇Python直譯器，找到Python的安裝目錄，預設使用環境變數中的Python）

三、推薦poetry理由

早期在使用PyCharm時，一直用的是通過（PyCharm）virtualenv建立的虛擬環境；專案部署時使用的是venv建立的虛擬環境。

以上方案整體上說，用起來還是很方便的，但是會存在一些問題。

• 安裝依賴的版本不固定，對於存在依賴大版本更新的情況下，專案可能會無法正常執行。
• 開發環境與生產環境的依賴區分問題。之前使用base.txt、dev.txt、prod.txt對依賴進行區分。
• 如果使用pip freeze會匯出很多附屬依賴，造成檔案的不可讀。

因此，以前建立依賴檔案時，是在增加依賴時，同時新增安裝的指定版本到requirements.txt（base.txt、dev.txt、prod.txt）檔案中。

使用poetry之後，以上問題都很好的得到了解決。並且還包含了打包和釋出功能。

總結

虛擬環境的使用，是專案開發的基礎，使用哪種虛擬環境，可以根據自己的實際情況進行選擇。

最近有了解到一個新的包管理工具PDM（Python Development Manager），據說是一個更厲害的工具，並且這是一個國人開發的工具。

之後有時間會對這個工具的使用做一個瞭解，這應該是一個很好的工具。

有興趣的朋友們，也可以嘗試嘗試這個工具。