Python 虚拟环境深入浅出全指南
在日常 Python 开发中，如果你碰到过这些问题：
- 同一个项目需要不同版本的库；
- 安装了某个库后，另一个项目报错了；
- 想重装 Python，又怕破坏系统环境……
那你就该了解一下——虚拟环境（Virtual Environment）。
虚拟环境可以让每个项目用上独立的 Python 和依赖版本，互不干扰，干净整洁，非常重要。
参考文章：
Python 虚拟环境 | 简单一点学习
Anaconda 安装与使用指南 | 简单一点学习
目录
- 什么是 Python 虚拟环境
- 为什么要使用虚拟环境
- venv：Python 官方推荐
- virtualenv：更灵活的替代方案
- virtualenvwrapper：管理多个虚拟环境的利器
- conda：不仅是虚拟环境，还是包管理器
- pip：配合虚拟环境的依赖管理
- requirements.txt：保存项目依赖的法宝
- 推荐使用场景与总结
1. 什么是 Python 虚拟环境
Python 虚拟环境就是一个独立的 Python 运行环境，有它自己的解释器、pip 和依赖包目录。你可以把它理解成“隔离的 Python 小黑屋”。
用虚拟环境创建的项目，不会污染全局 Python 环境，也不会互相影响。
2. 为什么要使用虚拟环境
- ✅ 避免包冲突：不同项目可以使用不同版本的依赖库。
- ✅ 版本控制：升级或降级某个库不影响其他项目。
- ✅ 跨平台兼容：开发和部署环境可以做到一致。
- ✅ 项目结构清晰：用 requirements.txt 可以快速复制环境。
3. venv：Python 自带的虚拟环境工具
从 Python 3.3 开始，Python 官方就自带了 venv 模块，够用、轻量。
创建虚拟环境
python3 -m venv myenv
myenv是你自定义的虚拟环境目录名。
激活虚拟环境
-
macOS/Linux:
source myenv/bin/activate -
Windows:
myenv\Scripts\activate
激活后命令行前面会多一个 (myenv)，表示你进入了虚拟环境。
在虚拟环境中，你再执行 python 命令就是完全隔离的 解释器了。
退出虚拟环境
deactivate
4. virtualenv：适配更多版本的老牌选手
virtualenv 是比 venv 更老、更强大的第三方工具，支持 Python2 和 Python3，功能丰富。
安装 virtualenv
pip install virtualenv
创建虚拟环境
virtualenv venv-name
你还可以指定 Python 版本：
virtualenv -p /usr/bin/python3.11 venv-name
激活/退出方式和 venv 一样。
5. virtualenvwrapper：虚拟环境管理利器（推荐给重度用户）
管理多个虚拟环境很痛苦？virtualenvwrapper 就是为此而生的。
安装
pip install virtualenvwrapper
配置（加到 shell 配置文件里）
export WORKON_HOME=$HOME/.virtualenvs
source $(which virtualenvwrapper.sh)
常用命令
mkvirtualenv myenv：创建环境并自动进入workon myenv：进入某个环境deactivate：退出当前环境rmvirtualenv myenv：删除环境lsvirtualenv：列出所有虚拟环境
它能自动管理虚拟环境的存储位置和激活逻辑，省心！
6. conda：数据科学界常用
conda 是 Anaconda 或 Miniconda 提供的环境与包管理器，尤其适合科学计算、机器学习。
创建 conda 虚拟环境
conda create -n myenv python=3.11
激活 / 退出环境
conda activate myenv
conda deactivate
安装包
conda install numpy pandas
与 pip 混合使用
你也可以在 conda 环境中用 pip 安装：
pip install requests
7. pip：虚拟环境安装包
pip 是 Python 的官方包管理工具，通常虚拟环境创建后都会自带它，每个pip都有对应的 python 虚拟环境解释器。
安装包
pip install flask
查看已安装包
pip list
卸载包
pip uninstall flask
8. requirements.txt：依赖管理神器
虚拟环境配好了，怎么交给别人用呢？答案是：导出依赖文件。
导出依赖
pip freeze > requirements.txt
安装依赖
pip install -r requirements.txt
别人用这份文件，就能和你拥有一模一样的环境。
9. 推荐使用场景与总结
| 场景 | 推荐工具 |
|---|---|
| 简单脚本、轻量项目 | venv |
| 兼容多版本、需要定制 Python 路径 | virtualenv |
| 管理多个环境、懒得记路径 | virtualenvwrapper |
| 科学计算、机器学习 | conda |
| 安装 Python 包 | pip |
| 项目部署、迁移 | requirements.txt |
🧠 总结一下
- 虚拟环境是 Python 项目的必备技能；
venv简单直接，够用就行；virtualenv+virtualenvwrapper适合多项目党；conda适合搞 AI/数据分析的；pip+requirements.txt是最佳搭档。
✅ 开发示例
python3 -m venv myenv
source myenv/bin/activate
pip install flask
pip freeze > requirements.txt