前言

使用Python开发程序的工作者会使用[pip](https://en.wikipedia.org/wiki/Pip_(package_manager)或者easy_install来安装其它开发者编写的软件包来帮助自己的开发过程。大多数情况下，Python可以自动地寻找已经安装好的软件包用户不需要额外操作，但是如果在同时开发多个项目的时候可能会遇到问题。

这个问题是不同的项目可能需要不同的软件包，但是Python这时候还不能够同时处理两个不同版本的软件包。如果对Python寻找软件包的原理稍作了解就可以知道其中的原因。Python寻找安装包的方法是从预定义的路径中去搜索，有的包被称为system package，它们是Python标准库中的一部分，你可以在自己的电脑用命令python -c "import sys; print(sys.prefix)"来看到这个路径；另一些包被称为site package，它们是从第三方下载安装的包，你可以通过命令python -c "import site; print(site.getsitepackages())"来看到这个路径。所有的项目都会从上面打印出的路径中寻找包，但是如果项目A使用v1.0的第三方包，项目B使用v2.0的第三方包，如果同时安装两个版本的包，这两个包都会被放在同一个存放site package的路径，这时候Python就不能够区分到底为你调用哪个版本的包。

这个问题的解决办法是使用Python虚拟环境（virtual environment）。一个虚拟环境是一个独立的Python环境，这个独立的环境提供独立的Python解释器，库，以及脚本，它和其它虚拟环境以及系统安装的Python分开，从而避免了其它项目安装的软件包的带来的冲突。你可以使用不同的工具来创建这样的虚拟环境，比如virtualenv，venv，pyenv，conda等。

virtualenv

安装

$ pip install python-virtualenv

基本使用

$ virutalenv .env -p python3
$ source .env/bin/activate
$ deactivate

venv

安装

$ python3 -m venv .env -p python3

基本使用

$ source .env/bin/activate
$ deactivate

virtualenvwrapper

Virtualenvwrapper是virtualenv的进一步扩展，它将所有的虚拟环境集中到一个目录下进行管理，避免了每个项目创建不同的虚拟环境，因此它的好处有：

  • 在一个目录下避免了找不到安装好的虚拟环境的情况
  • 便于统一的环境添加，删除，复制操作
  • 能够在不同虚拟环境间快速切换

安装

使用virtualenvwrapper需要先进行安装配置：

$ pip install virtualenvwrapper

然后创建目录用来存放虚拟环境：

$ mkdir ~/.virutalenvs

最后在~/.bashrc中添加下面内容，使得每次bash启动时候自动加载：

export WORKON_HOME=~/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh

常用命令

Virutalenvwrapper 常用的命令包括：

  • workon:列出虚拟环境列表
  • lsvirtualenv:同上
  • mkvirtualenv :新建虚拟环境
  • workon [虚拟环境名称]:切换虚拟环境
  • rmvirtualenv :删除虚拟环境
  • deactivate: 离开虚拟环境

pipenv

pipenv是python项目的依赖管理器，近来社区不断推广使用之，比如董伟明的这篇, 不光介绍了pipenv的特性，还介绍了一个利用pipenv的特性来卸载已安装的包及其所有依赖项的方法，点赞。本文为pipenv的速成介绍，适合熟悉virtualenv的用户，可以帮助python用户从virtualenv平滑过渡到pipenv。

安装pipenv

pipenv可以用pip安装，过程非常简单直接。这里以Mac为例：

$ brew install python3
$ pip3 install pipenv --user ##  安装在个人目录下
$ export PATH="/Users/username/Library/python/3.6/bin:$PATH" ## 将pipenv路径加入环境变量

基本使用

1. 创建虚拟环境

通过下面语句可以分别创建python3, python2, python3.6虚拟环境。

$ pipenv --three
$ pipenv --two
$ pipenv --python 3.5

如果成功执行，可以看到类似下面的消息：

Virtualenv location: /home/wangx/.local/share/virtualenvs/testpipenv-kyMeQK-Y
Creating a Pipfile for this project…

同时目录中会多出一个Pipfile文件，该命令的作用类似于$ virutalenv .env。

2. 安装依赖项

2.1 基本使用

在有Pipfile的目录执行下面命令会安装存储于Pipfile文件中的依赖项，作用类似于$ pip install -r requirements.txt。

$ pipenv install

成功执行该命令可以发现目录中多了一个Pipfile.lock文件。

如果目录没有Pipfile，该命令会自动先创建一个虚拟环境和Pipfile，然后安装依赖项。

如果除了Pipfile中的包还有其他的包需要安装，使用下面的命令。

$ pipenv install flask

如果希望从virtualenv生成的requirements.txt导入依赖项，可以使用下面的命令：

$ pipenv install -r path/to/requirements.txt
2.2 管理开发环境

下面的指令可以更新Pipfile.lock文件，来冻结软件包名称，版本，以及依赖关系列表：

$ pipenv lock

通常有一些Python包只在你的开发环境需要而不是生产环境，比如单元测试包，Pipenv使用-dev标志保持两个环境分开：

$ pipenv install --dev nose2

这时如果执行pipenv install将会只安装生产环境需要的包，而不会安装nose。如果使用：

$ pipenv install -dev

将安装所有的依赖项，包括开发包。

3. 进入虚拟环境

3.1 交互环境

使用下面命令可以进入新建的虚拟环境。作用类似于$ source .env/bin/active。

$ pipenv shell

执行完成后发现命令行提示符号变为类似如下形式：

(testpipenv-kyMeQK-Y) wangx test_pipenv $
3.2 运行代码

下面的指令将在虚拟环境中运行which python：

$ pipenv run which python

如果想在虚拟环境中运行项目文件，可以使用：

$ pipenv run python my_project.py

我们可以设置一个alias来缩短该命令的长度：

alias prp="pipenv run python"
prp my_project.py

4. 查看已安装依赖项

$ pipenv graph

5. 退出虚拟环境

使用exit可以退出虚拟环境。可以发现命令行提示符号变为正常形式。

(testpipenv-kyMeQK-Y) wangx test_pipenv $ exit
exit
wangx test_pipenv $

至此利用pipenv实现python虚拟环境的工作流程介绍完毕。相信越来越多的python用户在熟悉pipenv之后会选择使用它作为自己的好搭档。

6. 其他功能

查看pipenv文档帮助。网页文档的链接在这里。

pipenv --man

用Flake8检查python代码规范。

pipenv check --style project.py

将pipenv中的依赖项以requirements.txt形式打印出来：

$ pipenv run pip freeze

pyenv

Pyenv是另一种切换不同python版本的解决方案。它的解决思路是：

  • 变换全局的python版本
  • 提供了不同项目的python版本
  • 允许使用一个环境变量来重写python版本
  • 允许通过命令来搜寻多个python版本，这对于跨python版本的测试（比如使用tox）会有帮助。

pipx

Pipx用来帮助安装使用python编写的命令行工具。和pip相比，pip是用来安装python编写的库，而pipx是用来安装已经发布的python应用。使用pipx的优点在于：

  • pipx是在一个独立的环境中安装包和应用，所有不会和机器上已有的环境发生冲突。
  • 方便应用的管理，查询，升级，删除。
  • 用一个临时环境（run command）来运行最新的python应用。
  • 没有了权限的限制，pip安装包的时候经常会需要需要sudo的情况，这是由于需要在根目录下写入内容，pipx可以避免这个情况。

安装

$ python3 -m pip install --user pipx
$ python3 -m pipx ensurepath

如果需要命令行不全需要执行：

pipx completions

pipx文档在这里。

conda

Anaconda 是 Python 和 R 编程语言为数据科学，机器学习而制作的发行版，它的特色是简化了软件包的管理和配置，并且包含了大量常见的数据科学用到的软件包。当你安装好 anaconda 发行版之后，你会发现同时会得到一个 conda 软件，conda 是一个跨平台的软件包和环境的管理器，你可以在 Mac，Windows，Linux 上都可以使用 conda 来安装，运行，升级软件包，你可以创建，更新，或者切换不同的 conda 环境来管理不同程序的运行环境。conda 是针对 python 开发的，但是你也可以用它来为其它编程语言管理环境，比如R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN。

创建Python虚拟环境

conda create -n env_name python=X.X

这里env_name是即将创建的虚拟环境的名字，python=X.X可以设定虚拟环境中的Python版本。创建完成后可以用conda env list确认虚拟环境已经成功创建。

激活虚拟环境

source activate env_name  # Linux and Mac
activate env_name         # Windows

激活成功后可以使用python --version来检查当前Python版本是否是想要的。如果要退出虚拟环境使用：

source deactive           # Linux and Max
deactive                  # Windows

对于不想要的虚拟环境使用下面指令删除：

conda remove -n env_name --all

包管理

如果想要安装Anaconda发行版中所有的包可以使用：

$ conda install anaconda

这会把这个包安装到当前的conda环境，如果希望安装到指定的conda环境可以使用：

conda install -n env_name pandas

安装完成后可以使用conda list来查看已经安装了哪些包或者使用conda list -n env_name查看指定环境中有哪些包。使用：

conda search pyqtgraph

可以搜索包，如果要更新包可以使用：

conda update numpy
conda update anaconda

对于不想要的包可以使用下面指令卸载：

conda remove numpy
conda remove --name env_name numpy

conda 目前还不支持对于已有的环境进行重命名，但是如果你一定要重命名一个环境，可以先复制一个已有的环境换上新的名字，然后将原来的环境删除。

conda create --name new_name --clone old_name
conda remove --name old_name --all # or its alias: `conda env remove --name old_name`

设置下载镜像

访问国外资源网速太慢，使用镜像可以加速包的下载速度非常之多。使用国内镜像的具体方法如下：

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes

或者修改.condarc文件，Windows下它的目录为：C://Users/username/.condarc，Linux或者Max下它的路径为：~/.condarc。修改它为如下内容：

channels:
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 - defaults
show_channel_urls: yes

参考链接