博客
关于我
python虚拟环境的安装:同时使用py2,py3、
阅读量:753 次
发布时间:2019-03-23

本文共 1143 字,大约阅读时间需要 3 分钟。

一、虚拟环境的安装和使用

第1步,安装

在终端输入以下命令以安装virtualenv工具:

pip install virtualenv

第2步,新建虚拟环境

2.1创建默认版本的Python虚拟环境

进入终端并执行以下命令创建新的虚拟环境:

virtualenv test
注意:默认情况下,虚拟环境会根据系统的Python版本默认创建。

2.2创建指定版本的Python虚拟环境

如果需要创建特定版本的Python环境,可以使用以下命令:

virtualenv -p C:\Python\python27\python.exe scrapypy2
此处路径会根据你的实际情况进行调整。

第3步,启动虚拟环境

进入虚拟环境的启动方法如下:

1. 显示当前目录的文件列表:

dir

2.进入刚创建的虚拟环境目录:

cd test

3.进入脚本文件所在的目录:

cd scripts

4.运行启动脚本:

activate.bat

此时你将进入到虚拟环境,进入Python后可以输入:

python
可以看到显示的会是你在虚拟环境下运行的Python版本信息。

第4步,退出虚拟环境

退出当前虚拟环境的方法如下:

1. 先退出Python:

python exit()

2. 执行退出脚本:

如果是在Windows环境下:
deactivate.bat
如果是在Linux环境下:
cd test/bin && source deactivate

第5步,全局设置

配置全局可用虚拟环境可避免每次都要重新打开虚拟环境:

C:\Users\Administrator\scrapytest\Scripts\scrapypy2\Scripts目录下

执行以下命令令虚拟环境成为全局环境:

wakeup_on stdout

或者在Windows环境编写批处理脚本后在系统变量中配置:

Handy for: pip install virtualenvwrapper (若使用python2则使用virtualenvwrapper;若使用python3则使用virtualenvwrapper-win)

第6步,创建一个可管理的虚拟环境

创建一个可以方便管理的虚拟环境,建议选择直接管理Python2的环境:

1. 输入以下命令创建虚拟环境名为py2:
mkvirtualenv -p C:\Python\python27\python.exe py2
2. 输入以下命令进入新建的虚拟环境中:
workon py2
3. 退出当前虚拟环境的命令变为:
deactivate
4. 进入虚拟环境的命令变为:
source py2
5. 在这个虚拟环境下,你可以像使用真正的环境一样安装所需的包。

转载地址:http://wkkzk.baihongyu.com/

你可能感兴趣的文章
Plotly 停用 x 轴排序
查看>>
Plotly 域变量解释(多图)
查看>>
Plotly 绘制表面 3D 未显示
查看>>
Plotly-Dash 存在未知问题并创建“加载依赖项时出错“;通过使用 Python-pandas.date_range
查看>>
Plotly-Dash:如何过滤具有多个数据框列的仪表板?
查看>>
Plotly:如何为 x 轴上的时间序列设置主要刻度线/网格线的值?
查看>>
Plotly:如何从 x 轴删除空日期?
查看>>
Plotly:如何从单条迹线制作堆积条形图?
查看>>
Plotly:如何以 Root 样式绘制直方图,仅显示直方图的轮廓?
查看>>
Plotly:如何使用 Plotly Express 组合散点图和线图?
查看>>
Plotly:如何使用 plotly.graph_objects 和 plotly.express 定义图形中的颜色?
查看>>
Plotly:如何使用 Python 对绘图对象条形图进行颜色编码?
查看>>
Plotly:如何使用 updatemenus 更新一个特定的跟踪?
查看>>
Plotly:如何使用长格式或宽格式的 pandas 数据框制作线图?
查看>>
Plotly:如何向烛台图添加交易量
查看>>
Plotly:如何在 plotly express 中找到趋势线的系数?
查看>>
Plotly:如何在桑基图中设置节点位置?
查看>>
Plotly:如何处理重叠的颜色条和图例?
查看>>
Plotly:如何手动设置 plotly express 散点图中点的颜色?
查看>>
Plotly:如何结合 make_subplots() 和 ff.create_distplot()?
查看>>