Python虚拟环境Linux如何搭建

Python虚拟环境在Linux上的搭建指南
虚拟环境是Python项目开发中隔离依赖、避免版本冲突的关键工具。Linux系统（如Ubuntu、CentOS）下搭建Python虚拟环境有多种方式，以下是主流方法的详细步骤及对比，帮助你根据需求选择合适的方案。

一、准备工作：安装基础工具

在创建虚拟环境前，需确保系统已安装Python 3、pip（Python包管理器）和虚拟环境相关工具。

1. 更新系统软件包：

   sudo apt update &
       &
        sudo apt upgrade -y  # Debian/Ubuntu
   sudo yum update -y                      # CentOS/RHEL
   

2. 安装Python 3与pip：
   • Debian/Ubuntu：

     sudo apt install python3 python3-pip -y
     

   • CentOS/RHEL：

     sudo yum install python3 python3-pip -y
     

3. 验证安装：

   python3 --version  # 检查Python版本（需≥3.3）
   pip3 --version     # 检查pip是否安装
   

二、方法1：使用venv（Python标准库，推荐新手）

venv是Python 3.3+自带的轻量级虚拟环境模块，无需额外安装，适合大多数项目。

1. 创建虚拟环境：
   在项目目录下执行（myenv为环境名称，可自定义）：

   mkdir myproject &
       &
        cd myproject
   python3 -m venv venv  # 创建名为venv的虚拟环境
   

2. 激活虚拟环境：

   source venv/bin/activate
   

   激活后，命令行提示符会显示(venv)，表示已进入虚拟环境。
3. 使用虚拟环境：
   此时使用pip install安装的包会存放在venv/lib/python3.x/site-packages中，不会影响系统全局环境。
4. 退出与删除：
   • 退出虚拟环境：

     deactivate
     

   • 删除虚拟环境：直接删除环境目录（如rm -rf venv）。

三、方法2：使用virtualenv+virtualenvwrapper（适合多环境管理）

virtualenv是第三方工具，兼容Python 2.7+和3.x；virtualenvwrapper是其扩展，提供便捷的环境管理命令（如workon切换环境）。

1. 安装工具：

   pip3 install virtualenv virtualenvwrapper -y
   

2. 配置环境变量：
   编辑~/.bashrc（或~/.zshrc，根据shell类型），在末尾添加：

   export WORKON_HOME=$HOME/.virtualenvs  # 虚拟环境存放目录
   export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3  # 指定Python解释器
   source $HOME/.local/bin/virtualenvwrapper.sh  # 加载virtualenvwrapper
   

   使配置生效：

   source ~/.bashrc
   

3. 创建与管理环境：
   • 创建环境（-p指定Python版本，如/usr/bin/python3）：

     mkvirtualenv myenv
     

   • 切换环境：

     workon myenv
     

   • 退出环境：

     deactivate
     

   • 删除环境：

     rmvirtualenv myenv
     

   • 查看所有环境：

     lsvirtualenv -b
     

四、方法3：使用conda（适合数据科学与跨语言依赖）

conda是Anaconda发行版的核心工具，不仅支持Python虚拟环境，还能管理非Python依赖（如C库、R包），适合数据科学项目。

1. 安装conda：
   下载并安装Miniconda（轻量版）或Anaconda：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
   bash Miniconda3-latest-Linux-x86_64.sh  # 按提示安装
   

2. 创建虚拟环境：

   conda create -n myenv python=3.9  # 指定Python版本
   

3. 激活与管理环境：
   • 激活环境：

     conda activate myenv
     

   • 退出环境：

     conda deactivate
     

   • 删除环境：

     conda remove -n myenv --all
     

   • 安装包（支持conda install或pip install）：

     conda install numpy  # 通过conda安装
     pip install pandas   # 通过pip安装（conda优先）
     

五、常见问题与注意事项

1. 权限问题：
   创建虚拟环境时，避免使用sudo（会导致环境属于root，无法正常使用）。若需安装系统级依赖，可临时使用sudo，但虚拟环境内的包应使用普通用户权限安装。
2. Python版本选择：
   使用venv时，需确保系统已安装对应版本的Python（如python3.9），可通过whereis python3.9查找路径，再用-p参数指定。
3. 依赖导出与导入：
   导出当前环境的依赖列表（用于协作或部署）：

   pip freeze >
        requirements.txt
   

   导入依赖：

   pip install -r requirements.txt
   

4. 工具选择建议：
   • 日常学习/简单项目：venv（无需额外安装，轻量）。
   • 复杂项目/多环境切换：virtualenv+virtualenvwrapper（便捷管理）。
   • 数据科学/跨语言依赖：conda（支持非Python依赖，预编译包多）。

通过以上方法，你可以在Linux系统上快速搭建Python虚拟环境，实现项目依赖的隔离与管理，提升开发效率。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！