Pytthon虚拟环境激活、搭建及使用

Python虚拟环境用于隔离项目依赖,避免版本冲突。通过python-mvenv创建venv,然后激活环境进行独立的包安装。激活环境后,pip安装的包仅存在于当前虚拟环境中,不影响全局环境。退出环境使用deactivate命令。
部署运行你感兴趣的模型镜像

Pytthon虚拟环境搭建

介绍

安装python开发环境时,相当于安装了一个全局的环境,包含了 site-packages(python第三方包,pip install 安装的包都在该目录下)、Scripts(可执行文件,pip install 时就会使用pip.exe这个可执行文件)、python.exe(python解释器)等文件
虚拟环境可以看作是原生Python的副本,但是都是一样的

虚拟环境用途

python 项目开发时通常会使用不属于标准库的包和模块,例如一些开源的类库包。有时需要特定版本的库

这意味着一个 python包的安装可能无法满足各个项目程序的要求。如果项目A需要某个包的 1.0 版,而项目B需要 2.0 版,则要求发生冲突,安装 1.0 或 2.0 版将导致一个项目无法运行。

这个问题的解决方案是每个项目创建一个自己的虚拟环境,一个自包含的目录树,其中包含特定版本的 Python 的 Python 安装,以及一些额外的包

不同的应用程序可以使用不同的虚拟环境。为了解决前面的冲突需求示例,项目A可以拥有自己的安装了 1.0 版的虚拟环境,而项目B可以拥有另一个安装了 2.0 版的虚拟环境。如果项目B需要将库升级到版本 3.0,这不会影响项目A的环境

因此,我们需要虚拟环境用来隔离以减少解决环境问题带来的额外开支

创建虚拟环境

# 指令如下:python -m venv 安装路径

# windows
python -m venv venv
#linux/macos
python3 -m venv venv

创建后,当前目录下多了一个名为venv的文件夹。

激活/进入虚拟环境

# windows
venv\Scripts\activate
# linux/macox
source venv/bin/activate

退出/停止虚拟环境

#windows/linux/macos
deactivate

在激活的虚拟环境下安装第三地方库

  • pip list 显示中已经没有全局环境里的库,是个纯净的第三方库
  • 使用pip install xxx 安装个第三方包后,pip list将会显示,但在虚拟环境外,全局的pip list中并无此包

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 新安江模型 Python 实现 新安江模型是一种广泛应用于中国南方湿润地区的水文模型,能够较好地模拟流域产流和汇流过程。该模型基于蓄满产流理论,考虑了土壤含水量的变化对径流的影响。 #### 模型结构概述 新安江模型主要分为三个部分: 1. **产流计算** - 计算土壤水分平衡,确定实际蒸发量和壤中流。 - 使用超渗产流机制来决定是否有地表径流产生。 2. **分水源流量演算** - 将产生的径流划分为地面径流、壤中流以及地下径流三种形式。 - 地面径流通过单位线法进行转化;壤中流采用指数衰减函数表示;地下径流则利用退水曲线描述。 3. **河道汇流计算** - 对各条支流上的不同成分流量实施串联式加权平均处理,最终得到出口断面的总流量序列。 #### Python 实现要点 为了实现上述功能,在Python编程环境中可以采取如下措施[^1]: - 导入必要的库,如`pandas`用于读写Excel文件中的数据; - 定义类或函数封装各个模块逻辑; - 利用NumPy数组高效存储并操作时间序列数据; - 借助Matplotlib库完成图表可视化展示。 下面给出一段简化版的新安江模型核心代码片段作为示例[^2]: ```python import numpy as np from scipy.optimize import minimize class XinanjiangModel: def __init__(self, parameters): self.parameters = parameters @staticmethod def read_data(file_path): """读取输入数据""" pass def calculate_runoff(self, precipitation, potential_evaporation): """根据给定降水和潜在蒸散发量计算径流量""" # 这里省略具体公式实现细节... def objective_function(params, model, observed_discharge): """定义目标函数以评估拟合优度""" simulated_discharge = model.calculate_runoff(*model.read_data('data.xlsx')) error = ((simulated_discharge - observed_discharge)**2).mean() return error if __name__ == '__main__': initial_guesses = [...] # 参数初值设定 bounds = [(lower_bound, upper_bound)] * len(initial_guesses) xinanjiang_instance = XinanjiangModel(parameters=initial_guesses) result = minimize( fun=lambda p: objective_function(p, xinanjiang_instance), x0=np.array(initial_guesses), method='L-BFGS-B', bounds=bounds, ) ``` 此段代码展示了如何创建一个名为`XinanjiangModel`的类来进行基本的操作,并且提供了一个优化流程用来调整模型内部使用的参数直至获得最佳匹配效果。需要注意的是这只是一个框架性的例子,具体的物理方程还需要依据实际情况进一步完善[^3]。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值