Python环境及其管理

一、什么是Python环境

Python环境包含Pyhon程序运行所需的一切元素

Python环境包含如下

1、Python解释器

查看解释器版本 python --version   查看解释器安装路径which python(mac/linux)  where python

官方的解释器是CPython

2、标准库和第三方库

标准库是Python 官方开发并内置，随解释器提供，随着python版本进行更新

第三方库由Python 社区（个人、团队或公司）开发，使用包管理工具(pip)安装或卸载

3、环境变量

PYTHONPATH  ： Python解释器搜索库的路径

PYTHONHOME：用于设置Python的安装根目录

二、Python环境的管理

环境管理包括包管理（包安装卸载，包依赖处理）和虚拟环境管理

1、包管理

例如，安装 requests 包（它依赖 urllib3、certifi 等）：

#使用pip来安装包和管理包依赖
# 安装最新版本
pip install requests
#运行后，pip 会自动下载并安装 requests 及其所有依赖包，无需手动操作。

# 安装指定版本（避免版本冲突）
pip install requests==2.31.0  # 明确指定版本

# 导出当前环境所有依赖（包括间接依赖）到 requirements.txt
pip freeze > requirements.txt

# 在新环境中，通过 requirements.txt 一键安装所有依赖
pip install -r requirements.txt

#使用conda来安装包和管理包依赖
# 安装 requests（conda 会自动解析并安装所有依赖，包括非 Python 依赖）
conda install requests
#运行后，conda 会自动下载并安装 requests 及其所有依赖包，无需手动操作。

# 指定版本
conda install requests=2.31.0

# 导出当前环境到 environment.yml
conda env export > environment.yml

# 创建新环境并安装依赖
conda env create -f environment.yml

2、虚拟环境管理

使用官方的venv或virtualenv环境管理工具

这两种工具创建的环境通常分散在项目目录中（没有集中管理），需要手动记录路径。若想快速查找，可通过以下方式：

• 回忆环境位置：venv/virtualenv 环境通常是在项目文件夹下创建的（如 myproject/venv 或 myproject/.venv）。
• 通过系统搜索（适用于忘记路径的情况）：
  • macOS/Linux：在终端中搜索包含 bin/python 的目录（虚拟环境的特征）：

    bash

    find ~ -type d -name "venv"  # 搜索名为 venv 的环境目录
    

  • Windows：在文件资源管理器中搜索 Scripts\python.exe，通常位于项目文件夹下的 venv 目录中。

切换环境需要先知道环境的绝对路径（如 ~/myproject/venv），再激活：

• macOS/Linux 终端：

  bash

  # 进入环境所在的 bin 目录（路径替换为你的环境路径）
  source ~/myproject/venv/bin/activate
  

• Windows 命令提示符（CMD）：

  cmd

  # 进入环境所在的 Scripts 目录
  C:\myproject\venv\Scripts\activate.bat
  

• Windows PowerShell：

  powershell

  # 进入环境所在的 Scripts 目录
  .\myproject\venv\Scripts\Activate.ps1
  

激活后，终端会显示环境名（如 (venv)），表示切换成功。退出环境用：

deactivate  # 所有系统通用

如果使用环境管理工具conda(Anaconda/Miniconda IDE发行版自带的)

conda 会集中管理它的所有环境，可直接通过命令查看：

# 列出所有 conda 环境
conda env list
# 或
conda info --envs

# conda environments:
#
base                  *  /Users/yourname/miniconda3  # 带 * 号的是当前激活的环境
myenv                    /Users/yourname/miniconda3/envs/myenv
tensorflow               /Users/yourname/miniconda3/envs/tensorflow

# 激活目标环境（环境名替换为你要切换的环境）
conda activate myenv  # 例如激活名为 myenv 的环境

# 切换回基础环境
conda activate base

# 退出当前环境（回到系统默认 Python）
conda deactivate


#使用conda创建新环境
conda create --name <环境名> python=<Python版本>
#执行后，Conda 会自动下载指定版本的 Python 及相关依赖，过程中需输入 y 确认安装

#如果需要在创建环境时就安装一些常用包（如 numpy、pandas），可以直接在命令后添加包名：
conda create -n myenv python=3.9 numpy pandas

# 在指定路径创建环境（路径需替换为你的目标路径）
conda create --prefix ~/projects/myenv python=3.9

# 从 environment.yml 创建环境（文件需在当前目录）
# 如果有 environment.yml 配置文件（记录了环境依赖），可以直接基于该文件创建环境，常用于复现他人或服务器上的环境
conda env create -f environment.yml
#激活环境
conda activate myenv
#删除环境
conda remove --name myenv --all