构建Python环境的几种工具

本文主要介绍如何构建Python环境来处理不同的工作。

1.常用的构建Python环境的工具

①venv(内置模块):Python 3.3+ 内置标准库模块，无需额外安装。

②virtualenv:venv的前身，功能更强大且支持旧版Python。

③conda:来自 Anaconda 或 Miniconda。不仅能管理Python包，还能管理非Python依赖（如C库、编译器等）。

④pipenv:结合了pip和virtualenv的功能。

⑤poetry:现代化的Python项目管理和打包工具。

⑥hatch:新兴的现代Python项目工具。

本文主要介绍venv和conda两个工具构建Python环境。(个人觉得还是conda好用)

2.使用Python内置工具venv构建环境

python --version
pip --version
#检查电脑的python、pip版本

如果电脑没有Python可以自行安装，亦或者安装python后执行代码不显示版本信息。

解决方法：

1.直接重新安装（我觉得是比较方便的）

勾选Add python.exe to PATH（添加python到系统环境）

勾选Use admin privileges when installing py.exe（以管理员身份安装）

然后直接选择Install Now安装就行了

点击Disable path length limit（我自己点击了，我理解的就是去除路径字符长度的限制）

以上操作做完之后就可以正常使用了。

2.手动添加python路径到系统环境变量中（此方法大家可以查一下，网上都有，现在暂时不详细介绍了）

mkdir "C:\Users\HP\Desktop\project1"
#创建一个工作目录（文件夹）
cd "C:\Users\HP\Desktop\project1"
#转换工作目录
python -m venv deeplearning
#创建环境
deeplearning\Scripts\activate
#激活环境
pip install numpy
#安装所需的库
pip freeze > requirements.txt
#将所有的库记录在requirements.txt
pip install -r requirements.txt
#可以利用requirements.txt文件一键转移部署的库
deactivate
#退出环境

requirement.txt文件内容示例：

3.使用conda构建Python环境

打开Anaconda Prompt

相关命令：

conda create --name deepl python=3.8
#创建环境，包括环境名称，Python版本
conda activate deepl
#激活环境
conda install numpy
#安装相应的库
conda list
#查找环境中的库
conda env list
#查找已配置环境

备注：

数据来源：Welcome to Python.org，通义千问

本文章仅供学习使用，有任何纰漏谨请交流沟通，如需转载请备注来源。

今天整理一下Python环境的配置，在我刚接触Python的时候，配置环境、安装各种库都要浪费我好多时间真是头疼，现在整理一下相关信息，希望对初学者有所帮助（文章上的内容以后可能也会补充和更改，谨请期待）。