为什么需要Python虚拟环境管理？
在Python开发中，不同的项目往往依赖于不同版本甚至完全不同的库（packages）。例如，项目A可能需要Django 2.x版本，而项目B需要Django 3.x版本。如果在系统全局环境下安装了Django 3.x，那么项目A就无法正常运行，反之亦然。这种库版本之间的冲突是导致项目不可用或行为异常的常见问题。
没有虚拟环境，你会面临以下挑战：
- 依赖冲突： 不同项目所需的同一库的不同版本会相互覆盖，导致其中一个或多个项目无法运行。
- 环境污染： 项目的依赖库会安装到系统全局的Python环境中，随着项目增多，全局环境会变得臃肿且难以管理，甚至可能与系统自身依赖的Python库产生冲突。
- 环境迁移困难： 很难准确地知道某个项目依赖了哪些库及其具体版本，导致在新机器上部署或与团队成员共享项目时，难以重建完全相同的运行环境。
- 权限问题： 在某些操作系统上，向系统全局环境安装库可能需要管理员权限，这不够便捷且存在安全风险。
虚拟环境应运而生，正是为了解决这些问题。它为你提供了一个独立、隔离的Python运行环境，每个环境都有自己独立的Python解释器、pip工具以及安装的库。项目所需的依赖库都安装在这个独立的虚拟环境中，与其他虚拟环境或系统全局环境互不影响。
Python虚拟环境是什么？
Python虚拟环境本质上是一个包含特定Python解释器副本以及一套独立安装库目录的文件夹。当你激活一个虚拟环境时，你的命令行或脚本会优先使用这个环境中的Python解释器和库，而不是系统全局的。
一个典型的虚拟环境文件夹通常包含：
- 一个`bin` (或`Scripts`，取决于操作系统) 目录，包含Python解释器和激活脚本。
- 一个`lib` (或`Lib`) 目录，包含该环境中安装的所有第三方库。
- 其他一些元数据文件。
它并不是真正“复制”了整个Python安装，而是通过符号链接或文件重定向的方式，使得这个目录看起来像一个完整的Python安装，但只包含项目特定的库。
在哪些场景下应该使用虚拟环境？
简而言之，几乎在任何情况下，只要你开始一个新的Python项目，或者克隆了一个别人的Python项目，都应该为其创建一个独立的虚拟环境。
- 开发新项目： 为每个新项目创建虚拟环境是最佳实践。这样可以确保项目依赖的隔离性，并方便未来迁移或共享。
- 克隆或使用现有项目： 当你从代码仓库（如Git）克隆一个项目时，项目通常会附带一个列出其依赖的配置文件（最常见的是`requirements.txt`）。你应该为此项目创建一个新的虚拟环境，然后在这个环境中安装列出的依赖。
- 学习或测试特定库： 如果你想尝试一个新库，或者测试某个库在特定版本下的行为，可以在一个临时的虚拟环境中进行，避免污染你的全局环境。
- 部署应用： 将应用部署到服务器时，为其创建一个干净的虚拟环境，并在其中只安装应用所需的依赖，可以确保部署环境的纯净和稳定。
例外情况可能只有当你只是简单运行一个不依赖任何第三方库的单文件脚本时，但即便如此，养成使用虚拟环境的习惯也是非常有益的。
一个项目需要多少个虚拟环境？我能有多少个？
一般来说，一个项目对应一个虚拟环境。这个环境包含了该项目正常运行所需的所有特定版本的库。
你可以拥有任意数量的虚拟环境，只要你的硬盘空间允许。每个虚拟环境都是一个独立的目录，它们之间互不干扰。许多开发者会为每个项目创建一个虚拟环境，所以随着项目增多，你的虚拟环境数量也会随之增加。
虚拟环境的大小取决于你安装的库数量和大小。一个刚创建的空虚拟环境通常只占用几十MB到一百多MB的空间。安装了少量常用库后，可能会达到几百MB。包含了大量科学计算库（如NumPy, SciPy, Pandas, Matplotlib）或深度学习库（如TensorFlow, PyTorch）的环境可能会占用几个GB的空间。即使如此，相比于现代硬盘容量，这通常是可接受的。
如何创建、使用和管理Python虚拟环境？
管理虚拟环境涉及创建、激活、使用（安装依赖）、导出依赖、以及删除等步骤。以下介绍最常用和推荐的两种工具：Python自带的`venv`模块和流行的第三方工具`virtualenv`。
使用`venv` (Python 3.3+)
`venv`模块是Python 3.3及以上版本内置的虚拟环境管理工具，无需额外安装。它是创建虚拟环境的首选方式。
创建虚拟环境
在你的项目根目录（或者你希望存放虚拟环境的任何位置）打开终端或命令行，运行以下命令：
python -m venv myenv
这个命令会在当前目录下创建一个名为`myenv`的文件夹。你也可以指定其他名称，比如`.venv`（许多IDE和工具默认查找的名称）或者你项目的名称。
python -m venv .venv
创建过程完成后，你会在指定的目录下看到一个新的文件夹。
激活虚拟环境
创建虚拟环境后，你需要“激活”它才能在其中工作。激活脚本位于虚拟环境目录下的`bin` (macOS/Linux) 或`Scripts` (Windows) 目录中。
在macOS 或 Linux上：
source myenv/bin/activate
或者如果你创建的是`.venv`：
source .venv/bin/activate
激活成功后，你的终端提示符前会显示虚拟环境的名称（例如 `(myenv)`），表明你当前正在虚拟环境中操作。
在Windows上 (Command Prompt):
myenv\Scripts\activate.bat
或者如果你创建的是`.venv`：
.venv\Scripts\activate.bat
在Windows上 (PowerShell):
myenv\Scripts\Activate.ps1
或者如果你创建的是`.venv`：
.venv\Scripts\Activate.ps1
请注意，PowerShell 可能需要更改执行策略才能运行脚本。如果遇到问题，可以搜索“PowerShell 执行策略”寻求解决方案。
在虚拟环境中安装依赖
激活虚拟环境后，使用`pip`命令安装库，它们会被安装到当前激活的虚拟环境中，而不会影响系统全局环境。
pip install requests
pip install django==3.2.0
你也可以检查当前环境中安装了哪些库：
pip list
或者检查某个库是否存在：
pip show requests
导出环境依赖 (创建 requirements.txt)
为了方便与他人分享你的项目环境或在其他机器上重建环境，你需要导出当前虚拟环境中安装的所有库及其精确版本。这通常通过`pip freeze`命令完成，并将输出重定向到一个名为`requirements.txt`的文件中（这是约定俗成的文件名）。
pip freeze > requirements.txt
这个命令会在当前目录下创建一个`requirements.txt`文件，其中包含了环境中所有通过pip安装的包及其版本信息。
从 requirements.txt 安装依赖
当你克隆了一个项目，并且它包含`requirements.txt`文件时，你应该先为其创建一个新的虚拟环境并激活，然后使用以下命令安装所有依赖：
pip install -r requirements.txt
这个命令会读取`requirements.txt`文件，并安装其中列出的所有库及其指定的版本。
退出虚拟环境
当你完成在虚拟环境中的工作，或者想切换到另一个环境时，可以使用`deactivate`命令退出。
deactivate
退出后，你的终端提示符前的虚拟环境名称会消失，你将回到系统全局的Python环境。
删除虚拟环境
删除虚拟环境非常简单粗暴：直接删除对应的虚拟环境文件夹即可。在文件管理器中选中文件夹并删除，或者在终端中使用删除命令。
在macOS 或 Linux上：
rm -rf myenv
在Windows上 (Command Prompt):
rmdir /s /q myenv
在Windows上 (PowerShell):
Remove-Item -Recurse -Force myenv
请确保在删除之前已经退出了该虚拟环境。
使用`virtualenv` (更早的Python版本支持，功能更丰富)
`virtualenv`是一个比`venv`更早出现的第三方虚拟环境创建工具。它功能更强大，支持创建适用于更早Python版本的环境，并提供一些额外的选项。
使用`virtualenv`需要先安装：
pip install virtualenv
创建虚拟环境 (使用 virtualenv)
使用`virtualenv`创建环境的命令也很类似：
virtualenv myenv
同样会在当前目录下创建`myenv`文件夹。`virtualenv`的一些额外功能包括指定Python解释器版本（如果你安装了多个Python版本）：
virtualenv -p /usr/bin/python3.8 myenv_py38
激活、使用、导出、退出、删除 (使用 virtualenv)
一旦虚拟环境创建成功，后续的激活、在环境中安装依赖、导出依赖、退出和删除步骤与使用`venv`创建的环境完全相同。激活脚本的位置和使用方法，以及`pip`和`deactivate`命令都一样。
其他虚拟环境管理工具
除了`venv`和`virtualenv`，还有一些更高级的工具集成了依赖管理和虚拟环境创建，例如：
- virtualenvwrapper: 是`virtualenv`的扩展，提供了一系列命令（如`mkvirtualenv`, `workon`, `rmvirtualenv`）来更方便地管理（创建、切换、删除）你的虚拟环境，通常将所有虚拟环境集中存放在一个目录下。
- Pipenv: 结合了pip和virtualenv的功能，通过`Pipfile`和`Pipfile.lock`文件管理依赖，并在项目目录自动创建和管理虚拟环境。
- Poetry: 功能更全面的Python项目及依赖管理工具，也集成了虚拟环境管理功能，使用`pyproject.toml`文件。
- Conda: 主要用于科学计算领域的环境和包管理工具，可以管理Python本身的版本以及非Python库，其环境概念与虚拟环境类似，但功能更强大。
对于大多数日常Python开发，使用内置的`venv`或标准的`virtualenv`结合`requirements.txt`就足够了，并且是入门虚拟环境管理的基础。
如何在IDE中集成使用虚拟环境？
主流的Python集成开发环境（IDE）都提供了强大的虚拟环境集成功能，使得在IDE中创建、激活和切换虚拟环境变得非常便捷。
- PyCharm: PyCharm是Python开发领域广泛使用的IDE。在创建或导入项目时，PyCharm会引导你创建或选择一个Python解释器，其中就包括创建新的虚拟环境（支持venv, virtualenv, pipenv, poetry, Conda等）或使用已有的虚拟环境。它会自动处理环境的激活和包的安装，让你在IDE终端中运行命令时也自动在当前项目关联的虚拟环境中执行。
- VS Code: Visual Studio Code 是一个轻量级但功能强大的编辑器。安装Python扩展后，VS Code能自动检测项目目录下的虚拟环境（如`.venv`），或提示你创建。你可以通过状态栏轻松切换当前使用的Python解释器（即虚拟环境）。在内置终端中，VS Code也能配置为自动激活当前选定的虚拟环境。
- 其他IDE/编辑器: 大多数支持Python开发的编辑器或IDE（如Spyder, Atom, Sublime Text等）也都有类似的配置选项，允许你指定项目使用哪个Python解释器或虚拟环境。
通过IDE集成，你可以免去手动输入激活/退出命令的麻烦，专注于代码编写和依赖管理。IDE通常还会解析`requirements.txt`文件，提供安装、更新或删除依赖的便捷操作。
总结
Python虚拟环境管理是现代Python开发的基石之一。它解决了依赖冲突、环境污染等核心问题，确保了项目环境的隔离性、可重复性和易迁移性。理解并掌握虚拟环境的创建、激活、使用和管理（尤其是基于`venv`或`virtualenv`以及`requirements.txt`的工作流）对于任何Python开发者来说都是至关重要的技能。结合IDE的集成功能，你可以更高效、更顺畅地进行Python项目的开发。
