Virtualenv 使用指南¶
- Mac 中建议先安装 Python3
brew install python3
并brew linkapps python3
1. 安装 Virtualenv¶
pip install --user virtualenv #不加--user安装到全局,加了安装到个人
virtualenv --version # 查看版本
2. 创建一个虚拟环境¶
cd PVEs # 自己创建一个存放虚拟环境的目录,PVEs(Python Virtual Environments)所有虚拟环境都放入该目录
virtualenv venv # 创建名称为venv的虚拟环境(在当前目录,建议将全部虚拟环境创建到一个目录中,方便管理)
2.1. 常用参数¶
2.1.1. 指定版本 -p
, --python
¶
virtualenv -p python3 venvName1 # 创建名称为venvName1,版本为3.x的环境
virtualenv --python python3.8 venvName2 # 创建名称为venvName2,版本为3.8.x的环境
后接参数形式为 {python implementation name}{version}{architecture}
python implementation name
为系统中的调用名称,默认为python
, 可以为 cpython
, pypy
。
version
是版本号。例如:3.8.1
, 3.8
, 3
。
architecture
是架构。默认为any
,可以为 -64
, -32
。
virtualenv -p cpython3 venvName1 # 创建名为venvName1,使用cpython, 版本为3.x的环境
virtualenv -p pypy2 venvName2 # 创建名为venvName1,使用pypy, 版本为2.x的环境
2.1.2. 使用系统包 --system-site-packages
¶
默认为 Flase
。让虚拟环境可以使用本地系统已安装的包。
3. 进入/退出虚拟环境¶
Windows PowerShell 中需先执行 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned
修改权限。
source venv/bin/activate # 进入环境 Linux 或 MacOS
venv/Scripts/activate # 进入环境 Windows CMD
.\venv\Scripts\activate # 进入环境 Windows PowerShell
deactivate # 退出环境
直接删除对应目录即可删除环境。
4. 用脚本启动环境¶
PVEs
为存放虚拟环境的根目录,ml
为要进入的虚拟环境名称。
CMD
脚本文件: C:\path\venv.bat
chcp 65001
echo 进入 Machine Learning 虚拟环境目录
cd C:\Tools\PVEs\ml
.\Scripts\activate
:: @cmd /k
执行脚本: .\venv.bat
或 venv.bat
PowerShell
脚本文件: C:\path\venv.ps1
,输出乱码请安装 最新版本的 PowerShell。
Write-Output "进入 Machine Learning 虚拟环境目录"
cd C:\Tools\PVEs\ml
.\Scripts\activate
:: @cmd /k
执行脚本: .\venv.ps1
或 .\\venv.ps1
脚本文件:/path/venv.sh
echo 进入 Machine Learning 虚拟环境目录
cd ~/PVEs/ml
echo 进入虚拟环境
source bin/activate
echo 目录地址:~/PVEs/ml
执行脚本:. /venv.sh
脚本文件: /path/venv.sh
echo 进入Machine Learning虚拟环境目录
cd ~/PVEs/ml
echo 进入虚拟环境
source bin/activate
echo 目录地址:~/PVEs/ml
$SHELL
执行脚本: ./venv.sh
5. 个人示例¶
5.1. 说明文档¶
cd C:\Tools\PVEs # 进入虚拟环境总目录(Python Virtual Environments) 建议都放到一起
.\TensorFlow\Scripts\activate # TensorFlow 环境
deactivate # 退出环境
5.2. 创建脚本¶
这里以 TensorFlow 为例:
# 创建环境
virtualenv -p python3.8 TensorFlow
# 进入环境
.\TensorFlow\Scripts\activate
# 更新包
python -m pip install --upgrade pip
# 安装 TensorFlow
pip install tensorflow
创建日期:
2017-01-11 17:00:00
最后更新: 2022-07-30 02:00:00
最后更新: 2022-07-30 02:00:00