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:
- 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。
- 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
/miniconda2source
activate science (science) root@test
:~/<code>
(3)删除环境
<code>condaremove
-n science_python3 /<code>
(4)添加国内安装源
<code>condaconfig
condaconfig
#查看配置 condaconfig
/<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 executablein
/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
a0
)/<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> pipinstall
virtualenvwrapper mkdir /virtualenv_project [root@test
:~/virtual_protect]export
WORKON_HOME=~/virtualenv_projectsource
/usr/local
/bin
/virtualenvwrapper.sh [root@test
:~/virtual_protect]/<code>
2.创建虚拟环境
<code>[root@test:~/virtual_protect
] New python executablein
/root/virtualenv_project/venv1/bin/python Installing setuptools, pip, wheel...done. [root@test:~/virtual_protect
] New python executablein
/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。