如果没有虚拟环境，就无法用Python成功地完成实际项目。virtualenvwrapper和virtualenv等工具是创建和管理用于web开发的虚拟环境的常用工具，而anaconda则被数据科学家广泛使用。

让我们研究一下如何使用各种可用的管理工具创建和管理Python虚拟环境。

虚拟环境的工作原理

当您创建一个虚拟环境时，您正在指示您的机器创建一个额外的Python临时副本。该副本独立于系统变量上的Python版本。如果您对此不熟悉，请看一下Python虚拟环境的基础知识。

创建的虚拟环境不仅可以工作，还需要激活它。事实上，在虚拟环境之外所做的任何事情在没有激活的情况下都无法工作。这是一种让你的全球空间更干净的方法。

基本原则是，virtuala中的依赖项不适用于virtualb，除非您专门为virtualb安装了依赖项。

尽管如此，对于大多数新手甚至一些专家来说，一个常见的陷阱是在激活之前在全局空间中安装他们的依赖项。这是行不通的；您应该在安装依赖项之前激活它。

如何使用各种环境工具：利弊

如前所述，Python有不同的环境管理工具。让我们快速地看看它们中的每一个，包括它们是如何工作的以及它们可能存在的缺点。

1虚拟的

Virtualenv是一个非常棒的管理工具，对于那些了解自己的方法。这很简单，不过对初学者来说可能会很沮丧。

要在Windows上创建虚拟环境，请在所选位置打开命令提示符窗口。键入mkdir[Folder]创建一个新文件夹，用所选名称替换文本和方括号。

接下来，键入cd[Folder]移动到新目录，然后输入命令virtualenv[Environment Name]创建一个虚拟环境。

如果您还不熟悉命令行，请看一些您应该知道的基本命令提示符命令。

接下来，通过键入cd[environment Name]将文件夹更改到您的虚拟环境中。进入[Environment Name]后，键入cd Scripts；确保在脚本中使用大写字母S。进入Scripts文件夹后，通过键入activate激活虚拟环境。

使用virtualenv的一个主要缺点是您必须在它的Scripts目录中才能激活它。因此，你需要做很多的导航。例如，如果您的项目位于另一个目录中，则必须从environmental Scripts文件夹导航回该目录。这个过程可能会变得疲劳、混乱和低效。

为了减少这种繁忙和节省时间，一个好的做法是将虚拟环境设置在您打算放置项目的同一目录中。这样，每个项目都将在其包含文件夹中有其特定环境。

当您尝试回忆特定于项目的虚拟环境时，如果您有不同的虚拟环境用于不同的项目，那么这可以为您节省很多麻烦。

请看下面的图片了解如何做到这一点。请注意，myproject和myvirtual分别是project和virtual environment目录。

2虚拟说唱歌手

顾名思义，virtualenvwrapper将所有环境包装在一个文件夹中。与virtualenv不同，它默认创建该文件夹并将其命名为Envs。

请注意，Windows上virtualenvwrapper的安装命令是pip install virtualenvwrapper win。但是pip安装virtualenvwrapper将适用于macOS。

要使用此工具创建虚拟环境，请打开CMD；您不需要导航到项目的文件夹。在命令行输入mkvirtualenv envname。它为您创建一个预激活的虚拟环境。

下次要使用创建的环境时，一个好的做法是直接在项目目录中打开命令提示符。您可以通过打开项目的文件夹并在面板顶部的大导航框中键入cmd来完成此操作。

进入CMD后，使用命令workon envname激活虚拟环境。

虽然这个工具非常方便，而且易于使用，但是当您忘记为某个特定项目指定的环境的名称时，它会成为一个问题。当您在一个Envs文件夹中已经有几十个虚拟环境时，这是常见的。

然而，如果你必须不断地尝试每一种环境，看看哪一种是有效的，那就是浪费时间。要解决此问题，请始终确保删除Envs文件夹中的冗余虚拟环境。

三。水蟒分布

Anaconda distribution是一个为数据科学创建的重型环境管理解决方案。不过，根据偏好的不同，它仍然在web开发中使用。这个工具附带了一个导航器，可以让您创建和管理您的环境。

它比手动更自动化，并充当virtualenv和pip包的组合。这意味着您可以始终使用conda安装来安装依赖项，而不是pip。但出于某种原因，conda似乎在包可安装性方面受到限制。

解决此限制的一个解决方案是使用conda install pip命令在conda环境中安装pip。在某些情况下，这可能不必要，因为在没有硬安装pip的情况下直接在conda环境中调用pip仍然有效。

然而，conda不推荐使用Windows的新手使用，因为设置它需要一些技术性的东西。这超出了本文讨论的范围，但为了快速了解，您需要将Anaconda分发添加到系统路径中。

请注意，Anaconda还有一个内置的shell，称为anacondashell，它执行类似CMD的指令。你可以通过你的Windows搜索栏搜索Anaconda提示符来尝试。

要使用conda作为环境管理工具，首先需要安装Anaconda分发版。在开始下载之前，请确保选择了正确的操作系统。

设置好Anaconda发行版后，打开命令提示符并键入condacreateenvname以创建conda的虚拟环境。对于Windows用户，conda不能在命令行中直接使用。您必须使用批处理文件调用它康达蝙蝠创建envname。

要激活已创建的虚拟环境，请使用conda activate envname。如果您是Windows用户，请键入康达蝙蝠激活envname。打开Anaconda Navigator时，所有可用的环境都将列出。

虚拟环境中版本升级和降级

如果您正在处理一个项目，并且需要更改依赖项的版本，那么一个简单的方法就是升级到感兴趣的版本。

例如，如果希望升级pandas版本，请打开CMD并键入python-m pip install--upgrade pandas==0.25。该命令将卸载以前版本的pandas并安装新请求的版本。

如果您需要降级一个版本，这几乎是一样的；您所需要做的只是更改版本号。这样，您就可以始终在虚拟环境中切换依赖项版本，而无需迁移到新环境中。

掌握python中的虚拟环境

这些Python虚拟环境工具非常方便，并且易于交互。不要担心别人认为哪一个是“最好的”，更多的是你的喜好。正确的工具是最适合您的项目的工具。

有关Python的更多信息，请查看如何使用Python编程和控制Arduino。