小白遇到多个Python环境乱如麻，如何破？

点击上方“AI派”，选择“设为星标”

最新分享，第一时间送达！

作者：Leon Wang，现为中科院特别研究助理 (博士后)，在 AI、数据科学和科学计算等方面相关的工程实践上积累了丰富的经验。

编辑：王老湿

大家好，我们的

前面的文章中，为大家介绍过一个脚本，可以自动安装一些数据分析常用的Python依赖。但是，为了让系统里面的Python环境不会变得越来越乱，一般我们会把依赖库安装到Python虚拟环境里面。此外，在平常工作中，有时候需要用到不同版本的Python环境，一些老项目用的Python2，新开发的项目用的Python3，如何共存多个版本的Python，这也难倒了不少的新手小白。所以希望通过今天的这篇文章能帮助大家对Python的虚拟环境和包管理有一些认识和了解。

Python环境

Python环境的不同级别

一般我们默认安装Ubuntu后，在系统上就有Python2和Python3两种不同版本。Python2主要是用来运行系统相关或历史遗留的一些工具，而Python3是我们以后真正会使用的版本。通过which python3可以得知目前系统里安装的Python3的版本。

系统级别的Python3可执行程序在/usr/bin/下，对应账户root。依赖库安装的路径是/usr/lib/python3/dist-packages，而当前用户目录下也有~/.local/lib/python3.6/site-packages。根据我们用什么用户安装库，Python也会安装到对应账户路径下。

特别注意，dist-packages是Debian/Ubuntu下使用的命名，表示其中的库属于系统使用，一般通过系统的命令进行安装和卸载，与Python下管理的site-packages区别开。

除了上述的Python环境外，还可以使用的Python环境就是虚拟环境（Virtual environment）。虚拟环境是对Python环境进行隔离的机制，通过每个互相不影响的Python虚拟环境，我们可以让系统的Python环境尽量少的去安装各个项目所特有的依赖，避免系统Python环境受到污染。

Python虚拟环境

因为以后大家都只会用Python3，Python的虚拟环境就是pyvenv（命令是venv）。下面简单介绍虚拟环境相关的操作。

• 建立

建立虚拟环境命令：

python3 -m venv venv_test

这里，python3 -m是启用某个Python3模块命令，命令中的第一个venv表示使用venv这个命令来建立虚拟环境。venv_test是虚拟环境的名字，这里只为简单演示。实际工作中，建议起的名字符合一定规律，比如venv_projectname_os,具体可以是venv_crftest_lin。后面的操作系统是为不混淆不同系统下的虚拟环境。因为不同系统的可执行文件和运行机制完全不同，所以相应虚拟环境也不可能通用。

我们可以观察，命令会自动建立一个venv_test的文件夹，下面内容有：

ls venv_test 
bin  include  lib  lib64  pyvenv.cfg  share

在bin目录中，就存在python等常用的可执行命令：

activate      activate.fish  easy_install-3.6  pip3    python
activate.csh  easy_install   pip               pip3.6  python3

• 激活

激活一个虚拟环境，就需要用bin下的activate：

source venv_test/bin/activate

其中，venv_test是虚拟环境的名称。

很多文章里面还一直提virtualenv，这个虚拟环境工具的主要优势是支持Python2，劣势是建立环境比较慢。

激活后，可以用which python确认是否成功。如果成功，当前python应该指向的是venv_test/bin/python

• 安装依赖

激活一个环境后，安装依赖就和普通Python环境下操作没太有什么区别：

python -m pip install  xxx

这里有个细节，只要是相对虚拟环境操作，就不需要用python3，而应该是python。另外，就是python -m pip比直接敲pip更规范，有保障，可以明确当前python和当前执行的pip的对应关系。不注意这方面，就特别容易导致一些环境中装的很杂乱的依赖。

• 退出

直接运行deactivate，然后可以通过which python来确认。

实践

依赖库镜像

众所周知，安装Python依赖库的速度不快。我们需要设置镜像。Linux建立文件~/.pip/pip.conf，输入内容如下：

[global]
trusted-host=mirrors.ustc.edu.cn
                pypi.tuan.tsinghua.edu.cn
                mirrors.aliyun.com
                pypi.douban.com
                pypi.python.org
index-url=https://pypi.tuna.tsinghua.edu.cn/simple
extra-index-url=http://mirrors.aliyun.com/pypi/simple
            https://mirrors.ustc.edu.cn/pypi/web/simple/
            http://pypi.douban.com/simple/
            https://pypi.python.org/pypi/
timeout = 20
require-virtualenv = false
format=columns 

[install]
use-mirrors = true
mirrors = http://pypi.douban.com/simple/

这里的配置启用了多个镜像服务器，可有效加速依赖安装速度。

Windows下同样可以使用相同配置，但要在 user 目录中创建一个 pip 目录，如：C:\Users\xx\pip，新建文件 pip.ini，内容同pip.conf

如果不想设置文件，也可以通过命令临时使用镜像。例如，python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xxx

文件夹结构

一个好的项目结构，会让使用者心情愉悦头脑清晰。通过观察许多开源项目，以及自己工作实践，和Python环境相关的一些常见的习惯如下：

• requirements文件

如果只有一个requirements.txt， 可以直接放在项目根目录下，比较容易找到。如果有多个，建议放在deps文件夹。同时，考虑一些习惯命名，比如开发者使用requirements-dev.txt。

另外，多个requirements之间可以存在引用关系。一般来说，普通用户需要的依赖，开发者也需要。这时的requirements-dev.txt可以这样写：

-r requirements.txt

# development specific requirements
...
sphinx
sphinx-rtd-theme
wheel
...

此时，我们只需要在相应文件里更新各自考虑的特殊需求，只写上自己独有的那部分依赖即可。

• 虚拟环境命名

建议用venv或其他名称作为前缀，这样不仅容易形成规范和统一的样式，而且可以方便在.gitignore中写模糊匹配，忽略环境中的所有文件。

虚拟环境导出

虚拟环境直接拷贝使用，经常会有问题出现。需要虚拟环境可以把当前依赖信息导出，命令如下：

python -m pip freeze  > requirements.txt 

这里，推荐在熟悉的情况下，去掉二级依赖库(依赖的依赖)。一方面减少文件内容，第二有可能二级依赖在后面会被取消。

通过Python的原生生态，我们可以很方便的管理环境和依赖。但因为Python安装软件时缺少对版本和冲突的严格控制，而这方面anaconda的包管理采取了很多措施去解决这种问题。下一篇，我们将介绍anaconda和conda下的虚拟环境。

如果在学习中有遇到问题，可以加入我们的专栏学习群来一起交流，还没有加入的同学可以扫描下方的微信二维码，添加微信好友，之后统一邀请你加入交流群。添加好友时一定要备注：AI炼丹炉。 

---

恭喜上期通过留言成功混脸熟的读者：花、夜半开，赠送一本《TensorFlow与卷积神经网络从算法入门到项目实战》

请中奖同学联系小编：wanglaoshi201907

近期专栏推荐

1. 

2. 

3. 

4. 

点下「在看」，给文章盖个戳吧！