为什么你的python版本一团糟?因为少了这个操作!

坑人的版本

Python 的版本问题一直是个广被吐槽的黑点。以至于有人调侃说:

Python 是世界上最好的两种语言!

在这里我要说明下,对于初学者来说,版本间的语法差异其实并不大。现在刚开始学 Python 的人,放心大胆地用最新版本即可。业内所诟病的,主要是针对代码上的不兼容。

但平心而论,版本间的兼容问题并不是 Python 所独有。且就算 Python 只有一个版本,第三方库的版本一样会让人抓狂。

比如说,你之前在电脑上用 Python 写了一个网站,使用了 django 框架,版本是 1.11。过了一年,你要开发一个新网站,这时候 django 已经发展到了 2.0 版本,你是用还是不用?更新了版本,电脑上的老网站代码就无法执行了。

或者,你安装并使用了某个模块 A 的最新版本。然后另一个项目用到的模块 B,B 的代码却依赖于模块 A 较早的版本。这种情况下,你甚至可能都无法成功安装模块 B。

这些版本的冲突在开发中十分常见,而 Python 2 和 3 的版本差异又加剧了这一问题。

对此,早已有了成熟的解决方案:

虚拟环境

Python 开发中所谓的虚拟环境,就是为 Python 版本及第三方库创建独立的开发环境,使不同项目之间互不干扰。借助于虚拟环境,我们可以在同一台电脑上构建出项目 A 在基于 Python 2 的环境中运行,而项目 B 可以在基于 Python 3 的环境中运行。

为什么你的python版本一团糟?因为少了这个操作!

虚拟环境需要通过一些工具创建,常见的几种:

1, virtualenv。这是 Python 最为常用的虚拟环境工具,简单有效,我自己就用它。本文稍后部分会介绍下基本的安装和使用。网上也有相当多的使用教程。

virtualenv 的一个局限是无法统一管理你电脑上的所有虚拟环境,因此环境多了之后,可能会遗漏,或造成冗余。对此,有一个扩展工具virtualenvwrapper,能帮你统一管理各个环境。

2, venv。它的实现很大程度基于 virtualenv,使用方法也很类似。而 Python 现已内置了 venv。

3, conda。这个工具相当于 pip + virtualenv + virtualenvwrapper,它不仅能创建和管理虚拟环境,本身还是一个包管理器,可以下载安装第三方库。功能完善,使用也不复杂。著名的数据分析开发包 anaconda 里就认使用 conda 作为环境和模块管理工具。

接下来我们简要介绍下:

virtualenv 的使用

安装

Python很容易学!小编有弄一个交流,互问互答,资源共享的交流学习基地,如果你也是Python的学习者或者大牛都欢迎你来!㪊:548+377+875!一起 学习共同进步!

在系统命令行通过 pip 或者 easy_install 安装即可:

pip install virtualenv

如果你的命令行无法执行 python、pip 及后续的 virtualenv 命令,请检查你环境变量里的PATH 路径。(还不熟悉的请在公众号回复关键字 安装

创建

进入到合适的目录下(一般是项目根目录,但不建议加入 git 仓库里提交),通过 virtualenv 命令创建一个名为 MY_ENV 的环境(这个名字可自定义):

virtualenv MY_ENV

没有报错的话,会成功创建目录 MY_ENV,其中有一些目录和文件,这就是我们的虚拟环境所在了。

为什么你的python版本一团糟?因为少了这个操作!

激活

使用虚拟环境前,需要“激活”环境:

windows

MY_ENVScriptsactivate

linux

source MY_ENV/bin/activate

路径根据你所在位置会有所不同,也可以使用完整路径。

激活环境之后,命令行前面会用括号标识出你所在的环境。这时候再通过 pip 安装第三方模块,就不会影响到系统本身的 Python 环境。

为什么你的python版本一团糟?因为少了这个操作!

关闭

当不需要环境时,可以通过 deactivate 命令关闭。当然,直接关掉命令行窗口也没毛病。

指定 Python

虚拟环境的创建,认是使用 virtualenv 所在的那个 Python 版本。如果你电脑上有多个 Python,则可以指定环境的 Python 版本,例如:

virtualenv -p C:python27python.exe ENV27

虚拟环境的本质

为什么简单几行命令,就可以实现 Python 环境的分离?本质上靠的还是环境变量里的 PATH 路径。

PATH 的作用,就是当你执行一个命令时,系统要知道去哪里找这个命令。PATH 里有多个路径,就按顺序从前到后依次查找。执行 python、pip 等命令时,都是按照这个方式进行。

通过 echo 命令可以查看路径:

windows

为什么你的python版本一团糟?因为少了这个操作!

linux

为什么你的python版本一团糟?因为少了这个操作!

当版本出现混乱时,往往就是 PATH 中有多个路径,不同路径中有含有相同的命令,以至于执行了并非你预期的那个版本中的命令。比如你的 python 命令是在 python27 目录下,而 pip 执行的却是 python36/Scripts 里的,然后就发生了“明明安装成功了,程序里却找不到”的情况。

而当激活一个虚拟环境时,就相当于在 PATH 的开头增加了我们创建的目录,使用这个目录里的 Python 及相关库。安装新的库也是装在新建的这个目录之下。从而避免与其他版本发生干扰。

为什么你的python版本一团糟?因为少了这个操作!

如果你不清楚你所用的命令究竟是哪里的,可以在命令行中使用 where/which 命令查看:

为什么你的python版本一团糟?因为少了这个操作!

PyCharm 里的虚拟环境

可能很多同学还不习惯用命令行,而是完全使用 IDE 来进行配置。那么最后我特别提一下 PyCharm 的情况。

新版本的 PyCharm 认会在创建项目时新建一个虚拟环境,因此不了解这个操作的同学会疑惑,命令行里用 pip 装好的模块为什么到 PyCharm 里就用不了了。简单的解决方法,就是从 PyCharm 的设置面板里安装库。

其他的可选方案:

  1. 建项目时不要选新建虚拟环境
  2. 建项目时选虚拟环境继承已有的库
  3. 建项目时选用命令行创建好的虚拟环境
  4. 建好项目后,在命令行激活对应虚拟环境后再安装库

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open
1. 发送电子邮件和短信笔记(第16章)(代码下载) 1.1 发送电子邮件 简单邮件传输协议(SMTP)是用于发送电子邮件的协议。SMTP 规定电子邮件应该如何格式化、加密、在邮件服务器之间传递,以及在你点击发送后,计算机要处理的所有其他细节。。但是,你并不需要知道这些技术细节,因为Python 的
文章目录 12 绘图实例(4) Drawing example(4)1. Scatterplot with varying point sizes and hues(relplot)2. Scatterplot with categorical variables(swarmplot)3. Scat
文章目录 10 绘图实例(2) Drawing example(2)1. Grouped violinplots with split violins(violinplot)2. Annotated heatmaps(heatmap)3. Hexbin plot with marginal dist
文章目录 9 绘图实例(1) Drawing example(1)1. Anscombe’s quartet(lmplot)2. Color palette choices(barplot)3. Different cubehelix palettes(kdeplot)4. Distribution
Python装饰器教程展示了如何在Python中使用装饰器基本功能。 文章目录 1 使用教程1.1 Python装饰器简单示例1.2 带@符号的Python装饰器1.3 用参数修饰函数1.4 Python装饰器修改数据1.5 Python多层装饰器1.6 Python装饰器计时示例 2 参考 1 使
1. 用GUI 自动化控制键盘和鼠标第18章 (代码下载) pyautogui模块可以向Windows、OS X 和Linux 发送虚拟按键和鼠标点击。根据使用的操作系统,在安装pyautogui之前,可能需要安装一些其他模块。 Windows: 不需要安装其他模块。OS X: sudo pip3
文章目录 生成文件目录结构多图合并找出文件夹中相似图像 生成文件目录结构 生成文件夹或文件的目录结构,并保存结果。可选是否滤除目录,特定文件以及可以设定最大查找文件结构深度。效果如下: root:[z:/] |--a.py |--image | |--cat1.jpg | |--cat2.jpg |
文章目录 VENN DIAGRAM(维恩图)1. 具有2个分组的基本的维恩图 Venn diagram with 2 groups2. 具有3个组的基本维恩图 Venn diagram with 3 groups3. 自定义维恩图 Custom Venn diagram4. 精致的维恩图 Elabo
mxnet60分钟入门Gluon教程代码下载,适合做过深度学习的人使用。入门教程地址: https://beta.mxnet.io/guide/getting-started/crash-course/index.html mxnet安装方法:pip install mxnet 1 在mxnet中使
文章目录 1 安装2 快速入门2.1 基本用法2.2 输出图像格式2.3 图像style设置2.4 属性2.5 子图和聚类 3 实例4 如何进一步使用python graphviz Graphviz是一款能够自动排版的流程图绘图软件。python graphviz则是graphviz的python实