Pipenv vs Virtualenv vs Conda environment

目前，Python 创建虚拟环境主要有三种方式，在这篇文章中，我想谈谈如何使用它们。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

在使用 Python 语言时，通过 pip（pip3）来安装第三方包，但是由于 pip 的特性，系统中只能安装每个包的一个版本。但是在实际项目开发中，不同项目可能需要第三方包的不同版本，迫使我们需要根据实际需求不断进行更新或卸载相应的包，而如果我们直接使用本地的 Python 环境，会导致整体的开发环境相当混乱而不易管理，这时候我们就需要开辟一个独立干净的空间进行开发和部署，虚拟环境就孕育而生。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

Virtualenv 是目前最流行的 Python 虚拟环境配置工具，同时支持 Python2 和 Python3，也可以为每个虚拟环境指定 Python 解释器。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

请预先 安装和升级pip与pip3¹ 。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

一旦正常安装 pip 后，可使用以下命令安装 Virtualenv：文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pip3 install virtualenv

在终端或命令提示符下进入（cd）选择的目录搭建一个虚拟环境：文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

virtualenv venv

如果存在多个 python 解释器，可以选择指定一个 Python 解释器（比如 python3.6），没有指定则由系统默认的解释器来搭建（变更默认的 python 版本可以看看 {% post_link Python/使用 update-alternatives 管理多个版本的 Python %})：文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

virtualenv -p /usr/bin/python3 venv

将会在当前的目录中创建一个名 venv 的文件夹，这是一个独立的 python 运行环境，包含了 Python 可执行文件， 以及 pip 库的一份拷贝，但第三方包需要重新安装。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

要开始使用虚拟环境，其需要被激活：文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

source venv/bin/activate

停用虚拟环境：文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

deactivate

virtualenv 的一个最大的缺点就是， 每次开启虚拟环境之前要去虚拟环境所在目录下的 bin 目录下 source 一下 activate 。这时候 virtualenvwrapper 出现了，它对不同的虚拟环境使用不同的目录进行管理，并且还省去了每次开启虚拟环境时候的 source 操作，使得虚拟环境更加好用。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pip3 install virtualenvwrapper

vim ~/.bashrc 开始配置 virtualenvwrapper:文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

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

接着执行 source ~/.bashrc(或./zshrc)。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

注意：修改.bashrc 还是.zshrc 取决于你使用的那种 shell。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

• workon: 打印所有的虚拟环境；
• mkvirtualenv xxx: 创建 xxx 虚拟环境，可以--python=/usr/bin/python3.6 指定 python 版本;
• workon xxx: 使用 xxx 虚拟环境;
• deactivate: 退出 xxx 虚拟环境；
• rmvirtualenv xxx: 删除 xxx 虚拟环境。
• lsvirtualenv : 列举所有的环境。
• cdvirtualenv: 导航到当前激活的虚拟环境的目录中，比如说这样您就能够浏览它的 site-packages。
• cdsitepackages: 和上面的类似，但是是直接进入到 site-packages 目录中。
• lssitepackages : 显示 site-packages 目录中的内容。

pipenv 是 Pipfile 主要倡导者、requests 作者 Kenneth Reitz 写的一个命令行工具，主要包含了 Pipfile、pip、click、requests 和 virtualenv，能够有效管理 Python 多个环境，各种第三方包及模块。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pipenv 所解决的问题:文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

• requirements.txt 依赖管理的局限
• 多个项目依赖不同第三方库、包版本问题
• 依赖分析

pipenv 的特性：文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

• pipenv 集成了 pip，virtualenv 两者的功能，且完善了两者的一些缺陷。
• 过去用 virtualenv 管理 requirements.txt 文件可能会有问题，Pipenv 使用 Pipfile 和 Pipfile.lock，后者存放将包的依赖关系，查看依赖关系是十分方便。
• 各个地方使用了哈希校验，无论安装还是卸载包都十分安全，且会自动公开安全漏洞。
• 通过加载.env 文件简化开发工作流程。
• 支持 Python2 和 Python3，在各个平台的命令都是一样的。

可使用以下命令安装 pipenv文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pip3 install pipenv

接下来，通过使用以下命令创建一个新环境，在指定目录下创建虚拟环境, 会使用本地默认版本的 python文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pipenv install

如果要指定版本创建环境，可以使用如下命令文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pipenv --two  # 使用当前系统中的Python2 创建环境
pipenv --three  # 使用当前系统中的Python3 创建环境
pipenv --python 3  # 指定使用Python3创建环境
pipenv --python 3.8  # 指定使用Python3.8创建环境
pipenv --python 2.7.14  # 指定使用Python2.7.14创建环境

激活虚拟环境文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pipenv shell

删除虚拟环境文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

pipenv --rm

使用 exit 退出当前虚拟环境文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

Anaconda 就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda 包含了 conda、Python 在内的超过 180 个科学包及其依赖项。Anaconda 也有自己的虚拟环境系统，称为 conda。文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

可以通过以下命令创建虚拟环境文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

conda create --name environment_name python=3.8

激活虚拟环境文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

conda activate

conda 环境的卸载文章源自浅海拾贝-https://blog.terwergreen.com/pipenv-vs-virtualenv-vs-conda-environment-zd1aq5.html

conda remove -n environment_name --all