Python多环境管理，你需要知道的几种方法

简介

如果你使用Python开发，对于不同的开发框架或应用肯定会有Python多版本共存的情况，此时Python多环境管理工具就可以帮你快速解决此问题，以便将精力专注开发。

今天我们就来介绍下Python多环境管理的几种工具：

• Anaconda
• Virtualenv
• Virtaulenvwrapper

通过对以上工具的讲解，你以后就再也不用担心Python多版本共存的问题了。

Anaconda

Anaconda多应用在科学计算中，但是它可以很方便的对各个Python环境进行切换；而且自动包管理器conda可以安装软件包的多个版本和依赖。换句话说，我们可以使用conda命令安装各种Python工具，就像yum和pip一样方便。

1.安装部署

<code>
wget
 
https://repo.continuum.io/miniconda/Miniconda2-latest-Linux-x86_64.sh  

bash
 
Miniconda2-latest-Linux-x86_64.sh 
 
vim
 
/root/.bashrc
 
export
 
PATH="$PATH:/usr/local/miniconda2/bin"
 
conda
 
list
/<code>

安装过程是交互的，安装路径为 /usr/local/miniconda2 。

注意：

1. 如果你已经安装了python环境，最好将conda的环境变量加在PATH最后，否则会优先使用/usr/local/miniconda2/bin下的python命令，造成不必要的麻烦。
2. conda包括完整版的anaconda和最小化版miniconda。anaconda包含720多个开源安装包，安装完成至少需要3G空间；miniconda安装需要大约400M空间。我们使用miniconda就足够。

2.管理环境

（1）创建新的环境

<code>
conda 
 
create -n science numpy scipy matplotlib
或
conda
 
create -n science -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
numpy
 
scipy matplotlib
或
/<code>

通过以上命令都会创建一个名为science的环境，默认使用python2(若使用python3需要指定版本)，并且安装numpy scipy matplotlib模块。不过由于使用官方的安装源很慢，我们在此使用国内的清华安装源。

（2）查看当前所有环境

<code> 
conda info --envs
 
 
science               *  /usr/
local
/miniconda2/envs/science
root                     /usr/
local
/miniconda2

 
source
 activate science
(science) root@
test
:~/<code>

（3）删除环境

<code>conda 
remove
 -n science_python3 /<code>

（4）添加国内安装源

<code>conda 
config 
  
conda 
config
  
#查看配置
conda 
config
 /<code>

Anaconda环境管理中除了使用conda来安装使用的python依赖包外，还可以使用pip，但是必须是“/usr/local/miniconda2”路径下的，否则将会使用操作系统自动的python，安装的包并不会加载到Anaconda环境中。

Virtualenv

Virtaulenv的原理是把系统Python复制一份到Virtualenv的环境，用命令source venv/bin/activate进入一个virtualenv环境时，virtualenv会修改相关环境变量，让命令Python和pip均指向当前的virtualenv环境。Virtaulenv相较于Anaconda，更多应用在开发环境。

1.安装部署

<code>
pip
 
install virtualenv
 
或
 
easy_install
 
virtualenv
/<code>

2.创建虚拟环境

<code>[root@test
:/virtual_protect
] 
[root@test
:/virtual_protect 
] 
[root@test
:/virtual_protect
] 
New python executable 
in
 /root/virtual_protect/venv/bin/python
Installing setuptools, pip, wheel...done./<code>

virtualenv venv 命令将会在virtual_project目录中创建一个文件夹，包含了Python可执行文件，以及 pip 库的一份拷贝，这样就能安装其他包了。
如果此时你的系统里有其他版本python，可以使用-p或–python参数来指定虚拟环境使用哪个版本的python，如下：

<code>virtualenv -p /usr/
local
/python3 venv/<code>

3.启动虚拟环境

<code>[root@test
:/virtual_protect
] 
(venv) [root@test
:/virtual_protect
] 
pip (
8.1
.
2
)
setuptools (
28.3
.
0
)
wheel (
0
.
30.0
a
0
)/<code>

登陆虚拟环境通过pip查看安装的包并没有系统自带python中安装的，这是因为virtualenv 运行时，默认自带–no-site-packages参数，将不会包含系统自带python安装的包。我们可以通过使用–system-site-packages参数来使虚拟环境包含系统python安装的包。

还有一种方法可以使虚拟环境包含系统自动python安装的包：

<code> 
pip
 
freeze > requirements.txt
 
pip
 
install -r requirements.txt
/<code>

4.退出虚拟环境

<code>deactivate/<code>

对于Virtualenv来说并不会像Anaconda那样帮你安装其他版本的Python，它是依赖于你的操作系统已经安装的Python，在创建虚拟环境时指定Python版本。

Virtaulenvwrapper

Virtaulenvwrapper是Virtualenv的扩展包，用于更方便管理虚拟环境，它可以将将所有虚拟环境整合在一个目录下、管理（新增，删除，复制）虚拟环境、切换虚拟环境等。

1.安装配置

<code> 
pip 
install
 virtualenvwrapper
 
mkdir /virtualenv_project
 
[root@
test
:~/virtual_protect] 
export
 WORKON_HOME=~/virtualenv_project
 
source
 /usr/
local
/
bin
/virtualenvwrapper.sh
[root@
test
:~/virtual_protect]/<code>

2.创建虚拟环境

<code>[root@test
:~/virtual_protect
] 
New python executable 
in
 /root/virtualenv_project/venv1/bin/python
Installing setuptools, pip, wheel...done.
[root@test
:~/virtual_protect
] 
New python executable 
in
 /root/virtualenv_project/venv2/bin/python
Installing setuptools, pip, wheel...done./<code>

其中mkvirtualenv命令类似与virtualenv命令，也可以通过-p、–no-site-packages、–system-site-packages等参数进行配置。

3.列出虚拟环境并切换

<code> 
[root@test
:~/virtual_protect
] 
venv1
venv2
 
 [root@test
:~/virtual_protect
] 
(venv1) [root@test
:~/virtual_protect
] 
(venv2) [root@test
:~/virtual_protect
]/<code>

4.退出并删除虚拟环境

<code>
deactivate
deactivate/<code> 

Virtaulenvwrapper只是是Virtualenv的扩展包，底层是需要和Virtualenv配合使用的，只不过使操作更简便些罢了。

总结

经过以上介绍，我们已经学会了Python的多环境管理，也了解了Anaconda、Virtualenv、Virtaulenvwrapper的工作方式及应用领域，我们根据自己的实际情况按需选择。