Python虚拟环境(二)：Linux基于Anaconda创建虚拟环境并打包

1、创建并查看虚拟环境

1、创建虚拟环境
conda create -n py37 python3.7  # 创建一个名称为py37 的Python版本为3.7 的Python虚拟环境
#或
conda create -n py37 --copy y -q python=3.7 numpy pandas scipy  # 创建一个名称为py37 的Python环境， -copy 选项将对应的软件包都安装到该环境中，包括一些C的动态链接库文件。同时，下载numpy、pandas、scipy 三个依赖库到该环境中


2、查看已经创建的虚拟环境
conda env list

2、进入虚拟环境

conda activate py37        # 
# 进入虚拟环境之后，可以用conda 命令安装需要用到包，都会安装在该虚拟环境中，不会干扰到外面

3、将虚拟Python环境打包

创建好虚拟环境后，进入到环境所在的文件夹，例如环境是 /home/hadoop/anaconda3/envs, cd 到 envs 下，使用打包命令将当前目录下的文件打包成zip包：
cd /home/hadoop/anaconda3/envs    # /home/hadoop/anaconda3/ 路径为 anaconda安装路径， envs 为默认的虚拟环境保存路径
zip -r py37.zip py37

注：对于该包的用途，可以解决Pyspark环境加载虚拟python环境从而解决Pyspark环境未安装相关python包的情况，详情请参考pyspark 中使用集群未安装的python三方库：加载虚拟python环境

4、总结
对于工作中使用virtualenv还是借助Anaconda创建虚拟环境，要充分结合自己的任务需求：

• 如果设计虚拟环境迁移或者需要打包加载到Pyspark任务中，则选用Anaconda创建的虚拟环境，但是该方式创建的虚拟环境打包后体积一般较大，即使没有安装太多的python包的情况下。
• 如果是项目仅为了隔离不同开发环境并且python版本基本不变，则建议使用virtualenv创建虚拟环境，该方式简单。

注：对于virtualenv创建的虚拟环境不能应用于Pyspark任务的虚拟python环境的原因参考pyspark 中使用集群未安装的python三方库：加载虚拟python环境

参考：

• linux创建虚拟环境（python虚拟环境）
• conda文档