百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

实用小技巧:三分钟教会在python使用虚拟环境(virtualenv)

ztj100 2025-02-15 02:05 43 浏览 0 评论

简介

virtualenv可以通过搭建虚拟且独立的 Python 环境,将我们所需的依赖安装进去。这样就可以使每个项目环境与其他项目独立开来,保持环境的干净,同时也解决了包冲突的问题

注意win使用虚拟环境时最好使用管理员cmd,激活虚拟环境需要执行的命令activate,就是执行虚拟环境下Scripts目录中的activate文件,以及一系列批处理文件,powershell即使是管理员也执行不了这个文件,所以无法激活虚拟环境,也就使用不了虚拟环境

安装 配置虚拟环境(使用完如果不需要虚拟环境了,直接删除虚拟环境所在目录即可)

pip install virtualenv # 安装

D:\> mkdir my_venv 创建一个存放虚拟环境文件的目录#

目录: D:\

Mode LastWriteTime Length Name

---- ------------- ------ ----

d----- 2022/6/30 11:32 my_venv

D:\> cd my_venv # 进入目录

virtualenv venv # 创建名为venv的虚拟环境,venv 可替换为别的虚拟环境名称,执行后,在本地会生成一个与虚拟环境同名的文件夹,包含 Python 可执行文件和 pip 库的拷贝,可用于安装其他包

virtualenv --system-site-packages venv # 创建时使用系统中自带第三方库

virtualenv -p /usr/bin/python2.7 venv # 指定虚拟环境所使用python版本(前提,系统中已安装)

D:\my_venv> virtualenv fing # 将会在D:\my_venv>中创建一个名为fing的虚拟环境

created virtual environment CPython3.10.4.final.0-64 in 1074ms

creator CPython3Windows(dest=D:\my_venv\fing, clear=False, no_vcs_ignore=False, global=False)

seeder FromAppData(download=False, pip=bundle, setuptools=bundle, wheel=bundle, via=copy, app_data_dir=C:\Users\mi\AppData\Local\pypa\virtualenv)

added seed packages: pip==22.1.2, setuptools==62.6.0, wheel==0.37.1

activators BashActivator,BatchActivator,FishActivator,NushellActivator,PowerShellActivator,PythonActivator

D:\my_venv\fing> cd Scripts # 进入其下Scripts目录

D:\my_venv\fing\Scripts> activate # 激活虚拟环境

(fing) D:\my_venv\fing\Scripts>pip3 list # 注意终端发生了变化

Package Version

---------- -------

pip 22.1.2

setuptools 62.6.0

wheel 0.37.1

(fing) D:\my_venv\fing\Scripts>deactivate # 关闭当前虚拟环境

D:\my_venv\fing\Scripts>

相关命令(注意在虚拟环境的Scripts目录下执行,这些命令都是虚拟环境的Scripts目录下的bat批处理文件)

lsvirtualenv -b # 列出虚拟环境

workon [虚拟环境名称] # 切换虚拟环境

lssitepackages # 查看环境里安装了哪些包

cdvirtualenv [子目录名] # 进入当前环境的目录

cpvirtualenv [source] [dest] # 复制虚拟环境

rmvirtualenv [虚拟环境名称] # 删除虚拟环境

不在主机安装python并创造需要的 python以及相关库 的虚拟环境

注意:可以在某种对python版本存在要求的时候使用,或者对 第三方依赖包 有要求的时候使用,或者在想保持纯净python环境时使用,以及最重要的一点,可移植,相关python虚拟环境只要配置好后,那么将虚拟环境的文件夹移动到另一台电脑上,并在此电脑安装上virtualenv,直接激活就可以使用

python官网找到对应版本zip包,注意初始状态包中有python.exe文件,下载后解压,执行如下类似的命令,将创造对应python版本的虚拟环境

virtualenv -p D:\my_venv\python-3.7.7-embed-amd64\python.exe venv

python2的win安装包无zip,所以需要python2的虚拟环境,还是需要先安装,然后指定python2的exe文件,创造虚拟环境

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: