python 启动虚拟环境

假设你有两个Python项目－A和B，这两个项目都需要使用同一个第三方模块－tensorflow。如果这两个项目使用相同的tensorflow版本，也许不会有什么问题。

但是，当A和B项目使用不同的tensorflow版本时－A使用tensorflow 0.70版本；B使用tensorflow 0.80版本。由于Python导入模块不能区分模块版本，导致A、B不能使用tensorflow的不同版本，这在很多情况下是不能接受的。

使用虚拟环境的另一个好处是：保持开发环境的简洁、有序。

什么是Python虚拟环境？

Python虚拟环境可以为项目创建相互独立的开发环境，也就是你可以为每个项目安装各自使用依赖模块。

使用虚拟环境可以很好的解决上面A、B项目遇到的问题：为A、B项目分别创建虚拟环境，然后在各自的虚拟环境中安装不同的tensorflow版本。

使用虚拟环境需要借助virtualenv或pyvenv，它们的使用非常简单。

安装virtualenv、pyvenv

如果你使用Python 2，你可以使用pip安装virtualenv

$sudo pip install virtualenv

如果你使用Python 3，它默认安装了pyvenv。

virtualenv和pyvenv的使用方法类似。由于pyvenv是较新的工具，本帖以它为例。

创建一个存放虚拟环境的目录：

$mkdir   python-env
$cd  python-env

创建一个虚拟环境：

bin/pyvenv-3.6  env_A

 

上面命令在当前目录创建了env_A目录，目录结构：

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

├──bin │  ├──activate │  ├──activate.csh │  ├──activate.fish │  ├──easy_install │  ├──easy_install-3.5 │  ├──pip │  ├──pip3 │  ├──pip3.5 │  ├──python->python3.5 │  ├──python3->python3.5 │  └──python3.5->/opt/local/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 ├──include ├──lib │  └──python3.5 │      └──site-packages └──pyvenv.cfg

使用创建的虚拟环境env_A：

source env/bin/activate

提示符中包含：

(env_A) [root@localhost python-env]

现在你通过pip安装的包都会安装这个虚拟环境中；导入（import）模块时也只能使用这个虚拟环境中的模块。

如果要退出env_A虚拟环境，执行：deactivate

(env_A)[root@localhost python-env]$deactivate