关于python:Python-虚拟环境项目的启动从隔离开发环境开始

前言

在理论我的项目开发中，通常会依据本人的需要去下载各种相应的框架或库。

然而，每个我的项目应用的框架或库并不一样，甚至版本也不一样。这样如果间接在 Python 环境中装置各种各样的库，就会造成开发环境的凌乱，引起很多不必要的麻烦。

因而，这种状况就须要虚拟环境来进行开发环境的隔离，没一个虚拟环境对应一个我的项目，方便管理。

路漫漫兮其修远兮，吾将上下而求索！

一、Python虚拟环境列举

Python创立虚拟环境的形式有很多总，包含：venv、virtualenv、conda、pipenv、poetry等。

阐明：

• venv：Python3.5+自带，官网文档
• virtualenv、pipenv：通过 pip 装置
• conda：官网下载，装置
• poetry：装置办法参考官网，也可通过 pip 装置

二、不同虚拟环境的简要比照

2.1 poetry、pipenv

poetry和 pipenv，这两个相似，是Python 虚拟环境和依赖管理工具；poetry还提供了包治理性能，比方打包和公布。

2.2 venv、virtualenv

poetry和pipenv，这两个相似，操作形式对老手来说更容易上手。

2.3 Anaconda

Anaconda 提供了在单台机器上执行 Python/R 数据迷信和机器学习的最简略办法。立刻开始应用数以千计的开源包和库。（官网介绍）

因而，对于数据迷信和机器学习的环境来说，能够优先选择Anaconda。

以下内容次要介绍我用过的 poetry、venv 和virtualenv。

二、实际测验真谛

2.1 更好的抉择：poetry（举荐）

官网文档：https://python-poetry.org/

2.1.1 装置poetry

官网举荐装置办法：

• 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 -

装置实现后，查看（终端）：poetry -V

2.1.2 根本应用

# 初始化，在当前目录（我的项目根目录）创立 pyproject.toml 文件
poetry init

# 查看以后所应用的环境
poetry env info

# 指定应用 python（如果不指定，将应用环境变量的 python；可不指定）poetry env use /path/python

# 增加依赖
poetry add package
poetry add package@^3.2.13
poetry add package -D # 开发依赖
poetry add package --optional # 可选依赖

# 更新依赖（非必要，个别不应用）poetry update
poetry update package

# 如果手动批改了 pyproject.toml 中依赖，须要更新 lock 文件
poetry lock

# 进入虚拟环境
poetry shell

# 不进入虚拟环境也可进行操作
poetry run python manage.py runserver

2.2 最简略的操作：venv & virtualenv

2.2.1 venv根本应用

# 创立虚拟环境
python -m venv venv

# 进入虚拟环境
# Windows
venv\Scripts\activate
# Linux/MacOS
source venv/bin/activate

# 装置依赖
pip install package
pip install package==3.2.13

# 退出虚拟环境
# Windows
venv\Scripts\deactivate
# Linux/MacOS
deactivate

2.2.2 virtualenv根本应用

在应用 PyCharm 时，也可应用 virtualenv 创立虚拟环境，操作简略。

软件工具栏：File – Settings – Project – Python Interpreter – 设置按钮（）– Add。

在增加 Python 虚拟环境（Add Python Interpreter）时，须要设置的仅有Location（虚拟环境寄存的目录，个别是我的项目根目录），Base interpreter（抉择 Python 解释器，找到 Python 的装置目录，默认应用环境变量中的 Python）

三、举荐 poetry 理由

晚期在应用 PyCharm 时，始终用的是通过（PyCharm）virtualenv创立的虚拟环境；我的项目部署时应用的是 venv 创立的虚拟环境。

以上计划整体上说，用起来还是很不便的，然而会存在一些问题。

• 装置依赖的版本不固定，对于存在依赖大版本更新的状况下，我的项目可能会无奈失常运行。
• 开发环境与生产环境的依赖辨别问题。之前应用 base.txt、dev.txt、prod.txt 对依赖进行辨别。
• 如果应用 pip freeze 会导出很多从属依赖，造成文件的不可读。

因而，以前创立依赖文件时，是在减少依赖时，同时增加装置的指定版本到 requirements.txt（base.txt、dev.txt、prod.txt）文件中。

应用 poetry 之后，以上问题都很好的失去了解决。并且还蕴含了打包和公布性能。

总结

虚拟环境的应用，是我的项目开发的根底，应用哪种虚拟环境，能够依据本人的理论状况进行抉择。

最近有理解到一个新的包管理工具 PDM（Python Development Manager），据说是一个更厉害的工具，并且这是一个国人开发的工具。

之后有工夫会对这个工具的应用做一个理解，这应该是一个很好的工具。

有趣味的敌人们，也能够尝试尝试这个工具。