说真的，每次有人问我怎么换Python环境，我脑子里闪过的都不是代码，而是一张张痛苦面具。是你，是我，是每一个曾经在“依赖地狱”里苦苦挣扎的我们。
“为什么我装了最新的库，项目跑不起来了？”
“为什么他电脑上好好的代码，到我这就一堆红字？”
“天啊，我只是想跑个小程序，怎么把系统都搞乱了？”
这些声音，熟不熟悉？太熟了。这就是梦魇的开始，一切混乱的根源，都指向一个被无数初学者忽略，却又至关重要的概念——环境隔离。
你得把你的Python世界想象成一个巨大的、混乱的工具箱。你东一个项目，西一个项目，都从这个公共的工具箱里拿扳手、拿螺丝刀。A项目需要1.0版本的扳手，你放进去了；B项目来了，说不行，我得用2.0版本的，于是你把1.0的扔了，换上了2.0的。结果呢？A项目当场罢工。
这就是不搞虚拟环境的下场。一个灾难。
所以，别再问“我能不能不搞虚拟环境”，答案是：不能。除非你想让你的开发生涯充满惊吓而不是惊喜。切换Python环境，本质上就是在这些为你不同项目量身定制的、干净的、独立的“小工具箱”之间来回切换。
那么，我们到底该用什么来打造这些“小工具箱”呢？江湖上有几大门派，各有各的绝活。
Venv：轻装上阵的游侠
如果你是刚上路，或者你的项目很简单，不想搞那些花里胡哨的重武器，那Python自带的 venv 就是你的不二之选。它就像一个轻便的行囊，够用，而且不给你增加任何负担。
怎么用？简单到不行。
找个你项目的文件夹，在终端里敲：
python -m venv my_awesome_project_env
my_awesome_project_env 就是你给这个独立环境取的名字，随你喜欢。回车，瞬间，一个同名文件夹就出现在你面前。这就是你的“小工具箱”本体了。
然后呢？激活它！让你的终端“走进”这个环境里。
- 在Mac或Linux上，是
source my_awesome_project_env/bin/activate - 在Windows上，是
my_awesome_project_env\Scripts\activate
激活成功后，你会看到你的命令行提示符前面，多了个 (my_awesome_project_env) 的标记。这感觉，就像给你的终端戴上了一顶专属的帽子，帅呆了。从这一刻起，你用 pip 安装的所有东西，都只会装进这个文件夹里，和外面的世界彻底隔绝。清爽！
用完了，想退出来？一个命令：deactivate。帽子摘掉，你又回到了那个大而乱的公共世界。
Venv 的好，在于它的纯粹。但它的短板也很明显：它只能隔离包，管不了Python解释器本身的版本。如果你A项目要用Python 3.8，B项目非Python 3.10不跑，那venv就有点力不从心了。
这时候，就该有请重量级选手了。
Conda：无所不包的重甲骑士
如果你是搞数据科学、机器学习的，听我一句劝：别犹豫，直接上 Conda。
Conda 是什么？它不仅仅是一个包管理器，它是一个环境管理器。它不仅能帮你创建独立的“小工具箱”，还能帮你管理这些工具箱里最核心的工具——Python解释器本身。甚至，连Python之外的软件（比如CUDA、C++编译器这种硬骨头）它都能给你安排得明明白白。
用 Anaconda 或者 Miniconda 装好后，它的玩法是这样的：
创建一个既指定Python版本又带上几个基础库的环境：
conda create -n data_science_world python=3.9 pandas numpy
data_science_world 是你的环境名，python=3.9 直接锁定了Python版本。这一招，是venv望尘莫及的。
激活环境，和venv异曲同工：
conda activate data_science_world
你会看到命令行前面出现了 (data_science_world)。那一刻，你感觉自己拥有了整个数据科学世界。在这个世界里，你可以随心所欲地 conda install 或者 pip install，完全不用担心会污染到其他项目。
Conda 的强大，在于它的包容和掌控力。但它也确实“重”。安装一个Anaconda，好几个G就没了。有人觉得它侵入性强，改变了你的系统环境。但说实话，对于需要处理复杂依赖的场景，这点“重”换来的省心，太值了。
Pyenv：掌控时间的魔法师
好了，现在我们来聊聊一个更“酷”的玩家：pyenv。
pyenv 不直接管理你的包，它只做一件事，但做得登峰造极：管理你电脑上所有的Python版本。
你有没有经历过这种绝望？系统自带Python 2.7，brew install python 给你装了个3.9，你自己又手动装了个3.10，结果 python、python3 这几个命令到底指向谁，全乱成了一锅粥。
pyenv 就是来终结这场混乱的。它让你能轻松地在电脑上安装任意版本的Python，比如：
pyenv install 3.8.12
pyenv install 3.10.4
然后，你可以像切换电视频道一样，一秒切换全局默认的Python版本：
pyenv global 3.10.4
或者，只在你当前这个项目文件夹里，指定一个特定的版本：
pyenv local 3.8.12
当你 cd 进这个文件夹，你的Python自动就变成了3.8.12；cd 出去，又回到了全局的3.10.4。丝滑，简直是魔术！
pyenv 通常和 venv 配合使用，效果拔群。先用 pyenv 切换到项目所需的Python版本，再用这个版本的Python去创建 venv 虚拟环境。这套组合拳下来，无论是解释器版本还是包依赖，都给你安排得明明白白，实现了终极隔离。这是真正专业的玩法。
别忘了你的requirements.txt
不管你用哪个门派的武功，都别忘了修炼一个核心心法：requirements.txt。
在你辛辛苦苦搭建好一个完美的环境后，一定要记得“存档”！
pip freeze > requirements.txt
这个命令会把你当前环境里所有包和它们的精确版本号，都记录到 requirements.txt 这个文件里。
这玩意儿有什么用？太有用了！
- 分享给队友：你把代码和这个文件一起给他，他拿到后，只需要创建一个新环境，然后
pip install -r requirements.txt，就能一键复制你那完美无瑕的环境。再也不会有“我这儿跑不了”的扯皮了。 - 部署到服务器：同理，服务器也需要一个一模一样的环境。
- 未来的自己：几个月后，你想重新跑这个项目，忘了当时装了啥？
requirements.txt是你最好的备忘录。
说到底，怎么换Python环境，不是一个技术问题，是一个工作习惯和思维方式的问题。它考验的是你有没有工程化的思维，懂不懂得为未来的自己和同事着想。
别再裸奔了。从今天起，为你的每一个项目，都创建一个专属的、干净的、可复现的环境。这可能是你从“代码小子”迈向“可靠工程师”最重要的一步。这个过程或许一开始会觉得有点烦，但相信我，当你在未来某天，因为这个好习惯而避免了一场通宵达旦的debug时，你会感谢今天这个下定决心的自己。
评论(0)