引言：你的 Python 環(huán)境，亂了嗎？

“它在我電腦上跑得好好的……”

這句話，幾乎是每個(gè) Python 開(kāi)發(fā)者的噩夢(mèng)起點(diǎn)。你興沖沖地把項(xiàng)目發(fā)給同事，對(duì)方卻報(bào)錯(cuò)一片。原因往往很簡(jiǎn)單：你們用的 requests 版本不一樣，或者你裝了某個(gè)全局包，而對(duì)方?jīng)]有。

更糟糕的情況：你同時(shí)維護(hù)三個(gè)項(xiàng)目，A 需要 Django 3.2，B 需要 Django 4.2，C 需要 Flask——全裝在全局環(huán)境里，依賴之間打架，pip install 一個(gè)包，另一個(gè)項(xiàng)目就崩了。

這不是段子，這是我親身經(jīng)歷過(guò)的"依賴地獄"。而虛擬環(huán)境，就是那把解開(kāi)這個(gè)死結(jié)的鑰匙。

Python 生態(tài)里有四個(gè)主流的虛擬環(huán)境工具：venv、virtualenv、conda、pipenv。它們各有來(lái)頭，各有所長(zhǎng)，也各有短板。今天這篇文章，我們就從原理到實(shí)戰(zhàn)，把這四個(gè)工具徹底講清楚，幫你在不同場(chǎng)景下做出最明智的選擇。

第一章：為什么需要虛擬環(huán)境？先把概念搞清楚

1.1 全局環(huán)境的問(wèn)題

當(dāng)你直接運(yùn)行 pip install numpy，包被安裝在哪里？

# 查看全局包的安裝位置
python -m site --user-site
# 或者
pip show numpy | grep Location

所有包都堆在同一個(gè)目錄下，項(xiàng)目之間共享，版本沖突是遲早的事：

全局 Python 環(huán)境（危險(xiǎn)區(qū)）
├── requests 2.28.0   ← 項(xiàng)目 A 需要
├── requests 2.31.0   ← 項(xiàng)目 B 需要（pip 會(huì)強(qiáng)制覆蓋）
├── Django 3.2        ← 項(xiàng)目 A 需要
└── Django 4.2        ← 項(xiàng)目 B 需要（同上，覆蓋）

pip 無(wú)法同時(shí)安裝同一個(gè)包的兩個(gè)版本。全局環(huán)境，注定是沖突的溫床。

1.2 虛擬環(huán)境的本質(zhì)

虛擬環(huán)境本質(zhì)上非常簡(jiǎn)單：一個(gè)獨(dú)立的目錄，包含特定版本的 Python 解釋器和獨(dú)立的包安裝路徑。

項(xiàng)目結(jié)構(gòu)（正確姿勢(shì)）

├── project_a/
│   ├── .venv/          ← 項(xiàng)目 A 的專屬環(huán)境
│   │   └── lib/python3.11/site-packages/
│   │       ├── requests-2.28.0/
│   │       └── django-3.2/
│   └── src/
│
└── project_b/
    ├── .venv/          ← 項(xiàng)目 B 的專屬環(huán)境
    │   └── lib/python3.11/site-packages/
    │       ├── requests-2.31.0/
    │       └── django-4.2/
    └── src/

激活虛擬環(huán)境后，python 和 pip 命令都指向這個(gè)獨(dú)立目錄，安裝和運(yùn)行完全隔離。

第二章：venv——內(nèi)置工具，夠用就好

2.1 基本介紹

venv 自 Python 3.3 起內(nèi)置于標(biāo)準(zhǔn)庫(kù)，無(wú)需安裝任何額外工具。它是最輕量的選擇，也是官方推薦的基礎(chǔ)方案。

2.2 核心操作

# 創(chuàng)建虛擬環(huán)境（推薦命名 .venv 或 venv）
python -m venv .venv

# 激活環(huán)境
# macOS / Linux
source .venv/bin/activate

# Windows（PowerShell）
.venv\Scripts\Activate.ps1

# Windows（CMD）
.venv\Scripts\activate.bat

# 激活后，命令行提示符會(huì)變化
(.venv) $ which python
# /path/to/project/.venv/bin/python

# 安裝依賴
(.venv) $ pip install requests flask

# 導(dǎo)出依賴清單
(.venv) $ pip freeze > requirements.txt

# 退出環(huán)境
(.venv) $ deactivate

2.3 指定 Python 版本

# 使用特定版本的 Python 創(chuàng)建環(huán)境
python3.11 -m venv .venv
python3.10 -m venv .venv-310

# 驗(yàn)證版本
(.venv) $ python --version
Python 3.11.4

2.4 requirements.txt 的最佳實(shí)踐

很多人不知道，requirements.txt 有兩種寫(xiě)法：

# requirements.txt（精確版本鎖定，用于部署）
requests==2.31.0
Flask==3.0.0
Werkzeug==3.0.1

# requirements.in（寬松版本，用于開(kāi)發(fā)聲明）
requests>=2.28.0
flask

推薦配合 pip-tools 使用：

pip install pip-tools

# 從寬松聲明生成精確鎖定文件
pip-compile requirements.in -o requirements.txt

# 同步環(huán)境（刪除多余包，安裝缺少包）
pip-sync requirements.txt

2.5 優(yōu)缺點(diǎn)總結(jié)

venv 適合你，如果你：

• 不想安裝額外工具
• 項(xiàng)目只需要純 Python 包
• 系統(tǒng)上已有你需要的 Python 版本
• 部署到服務(wù)器，追求環(huán)境一致性

venv 不夠用，如果你：

• 需要管理多個(gè) Python 版本
• 需要安裝科學(xué)計(jì)算包（numpy、scipy 等帶 C 擴(kuò)展的）
• 團(tuán)隊(duì)協(xié)作，需要更強(qiáng)的依賴鎖定能力

第三章：virtualenv——venv 的前輩與增強(qiáng)版

3.1 歷史背景

virtualenv 出現(xiàn)在 venv 之前，是 Python 社區(qū)虛擬環(huán)境的開(kāi)山鼻祖。雖然 Python 內(nèi)置了 venv，但 virtualenv 依然活躍，因?yàn)樗谀承﹫?chǎng)景下提供了 venv 沒(méi)有的能力。

pip install virtualenv

# 創(chuàng)建環(huán)境
virtualenv .venv

# 指定 Python 解釋器路徑
virtualenv -p /usr/bin/python3.10 .venv

# 創(chuàng)建時(shí)不繼承全局包（默認(rèn)行為）
virtualenv --no-site-packages .venv

# 允許繼承全局包（節(jié)省空間）
virtualenv --system-site-packages .venv

3.2 virtualenv 比 venv 多了什么？

# 1. 支持 Python 2（歷史遺留項(xiàng)目維護(hù)者的救星）
virtualenv -p python2.7 .venv

# 2. 創(chuàng)建速度更快（有緩存機(jī)制）
# 第一次創(chuàng)建：約 3 秒
# 后續(xù)創(chuàng)建：約 0.3 秒（復(fù)用緩存的 pip、setuptools）

# 3. 與 virtualenvwrapper 配合使用，統(tǒng)一管理所有環(huán)境
pip install virtualenvwrapper

配置 virtualenvwrapper（在 ~/.bashrc 或 ~/.zshrc 中）：

export WORKON_HOME=$HOME/.virtualenvs
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source /usr/local/bin/virtualenvwrapper.sh

使用體驗(yàn)非常流暢：

# 創(chuàng)建并自動(dòng)激活
mkvirtualenv myproject

# 在任意目錄切換環(huán)境
workon myproject
workon another_project

# 列出所有環(huán)境
lsvirtualenv

# 刪除環(huán)境
rmvirtualenv myproject

3.3 與 venv 的選擇建議

在現(xiàn)代 Python 開(kāi)發(fā)（3.6+）中，venv 和 virtualenv 的功能差異已經(jīng)很小。選擇原則很簡(jiǎn)單：

• 需要兼容 Python 2 或 Python 3.3 以下 → virtualenv
• 需要 virtualenvwrapper 這樣的管理工具 → virtualenv
• 其他情況 → venv（內(nèi)置，無(wú)需安裝，夠用）

第四章：conda——科學(xué)計(jì)算者的瑞士軍刀

4.1 conda 的不同之處

conda 和前兩個(gè)工具有本質(zhì)區(qū)別：它不只是虛擬環(huán)境工具，更是一個(gè)完整的包管理器，能管理非 Python 的依賴（如 CUDA、MKL、HDF5 等底層庫(kù)）。

conda 管理的不只是 Python 包：
├── Python 解釋器本身（任意版本）
├── Python 包（requests、numpy 等）
├── C/C++ 庫(kù)（libssl、libblas 等）
├── CUDA 工具包
└── R、Julia 等其他語(yǔ)言包

這對(duì)數(shù)據(jù)科學(xué)家和 AI 研究者至關(guān)重要——安裝 tensorflow-gpu 時(shí)，conda 能自動(dòng)處理 CUDA 依賴，而 pip 經(jīng)常讓你陷入版本匹配的泥潭。

4.2 安裝選擇

Anaconda  ≈ 3GB（包含數(shù)百個(gè)預(yù)裝科學(xué)計(jì)算包，適合新手）

Miniconda ≈ 50MB（只含 conda 核心，按需安裝，推薦）

Mamba     ≈ Miniconda + C++ 重寫(xiě)的極速依賴解析器（專業(yè)用戶首選）

4.3 核心操作

# 創(chuàng)建環(huán)境（關(guān)鍵：可以指定 Python 版本?。?
conda create -n myproject python=3.10

# 激活環(huán)境
conda activate myproject

# 安裝包（優(yōu)先從 conda-forge 渠道）
conda install -c conda-forge numpy pandas scikit-learn

# 混合使用 pip（conda 找不到的包）
pip install some-pure-python-package

# 查看所有環(huán)境
conda env list
# conda environments:
#   base                  *  /opt/anaconda3
#   myproject                /opt/anaconda3/envs/myproject
#   dl-project               /opt/anaconda3/envs/dl-project

# 導(dǎo)出環(huán)境配置
conda env export > environment.yml

# 從配置文件重建環(huán)境
conda env create -f environment.yml

# 刪除環(huán)境
conda env remove -n myproject

environment.yml 示例：

name: dl-project
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.10
  - numpy=1.24.0
  - pandas=2.0.0
  - scikit-learn=1.3.0
  - cudatoolkit=11.8
  - pip:
    - transformers==4.35.0
    - wandb

4.4 conda 的管理 Python 版本能力

這是 conda 最被低估的功能——在同一臺(tái)機(jī)器上輕松切換任意 Python 版本：

# 創(chuàng)建 Python 3.8 環(huán)境（用于測(cè)試?yán)享?xiàng)目兼容性）
conda create -n py38-test python=3.8
conda activate py38-test
python --version  # Python 3.8.x

# 創(chuàng)建 Python 3.12 環(huán)境（用于體驗(yàn)新特性）
conda create -n py312-cutting-edge python=3.12
conda activate py312-cutting-edge
python --version  # Python 3.12.x

不需要 pyenv，不需要修改系統(tǒng) Python，conda 一個(gè)工具全搞定。

4.5 實(shí)戰(zhàn)案例：深度學(xué)習(xí)項(xiàng)目環(huán)境搭建

# 創(chuàng)建 GPU 深度學(xué)習(xí)環(huán)境
conda create -n dl-gpu python=3.10
conda activate dl-gpu

# conda 自動(dòng)處理 CUDA 兼容性
conda install -c conda-forge cudatoolkit=11.8.0
conda install -c conda-forge cudnn=8.6.0

# 安裝 PyTorch（conda 版本通常比 pip 版本更穩(wěn)定）
conda install -c pytorch pytorch torchvision

# 驗(yàn)證 GPU 可用
python -c "import torch; print(torch.cuda.is_available())"
# True

# 數(shù)據(jù)處理工具鏈
conda install -c conda-forge pandas scikit-learn matplotlib seaborn jupyter

# 實(shí)驗(yàn)追蹤（pip 安裝）
pip install wandb mlflow

4.6 優(yōu)缺點(diǎn)

conda 適合：

• 數(shù)據(jù)科學(xué) / 機(jī)器學(xué)習(xí) / 深度學(xué)習(xí)項(xiàng)目
• 需要管理 CUDA、MKL 等底層依賴
• 需要在同一臺(tái)機(jī)器快速切換 Python 版本
• 團(tuán)隊(duì)中有非程序員背景的研究者（Anaconda 更友好）

conda 不適合：

• 純 Web 開(kāi)發(fā)（太重）
• 生產(chǎn)環(huán)境部署（conda 環(huán)境難以容器化，推薦 pip + Docker）
• 追求啟動(dòng)速度（conda activate 比 source .venv/activate 慢）

第五章：pipenv——理想豐滿，現(xiàn)實(shí)骨感

5.1 pipenv 的設(shè)計(jì)初衷

pipenv 曾經(jīng)是 Python 官方推薦的打包工具（后來(lái)撤銷了推薦），它的目標(biāo)很美好：把 pip + venv + 依賴鎖定融合成一個(gè)工具，借鑒 npm 和 bundler 的設(shè)計(jì)理念。

pip install pipenv

# 初始化項(xiàng)目（自動(dòng)創(chuàng)建 Pipfile）
cd myproject
pipenv install

# 安裝依賴
pipenv install requests flask

# 安裝開(kāi)發(fā)依賴
pipenv install --dev pytest black

# 激活環(huán)境
pipenv shell

# 不激活環(huán)境直接運(yùn)行命令
pipenv run python main.py
pipenv run pytest

Pipfile 的格式比 requirements.txt 更直觀：

[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"

[packages]
requests = ">=2.28.0"
flask = "*"

[dev-packages]
pytest = ">=7.0"
black = "*"

[requires]
python_version = "3.11"

鎖定文件 Pipfile.lock 精確記錄所有依賴及其哈希值，安全性很高：

{
    "default": {
        "requests": {
            "version": "==2.31.0",
            "hashes": [
                "sha256:58cd2187423839b89cdf..."
            ]
        }
    }
}

5.2 pipenv 的問(wèn)題

說(shuō)實(shí)話，pipenv 的設(shè)計(jì)思路是好的，但工程實(shí)現(xiàn)讓它口碑兩極分化：

常見(jiàn)抱怨：

• 依賴解析速度極慢（大型項(xiàng)目 lock 一次要幾分鐘）
• 鎖定文件經(jīng)常出現(xiàn)沖突，團(tuán)隊(duì)協(xié)作時(shí)頭疼
• 虛擬環(huán)境創(chuàng)建在 ~/.local/share/virtualenvs/ 而非項(xiàng)目目錄
• 與 pyproject.toml 生態(tài)集成不佳
• 維護(hù)曾經(jīng)長(zhǎng)期停滯（2018-2022 年），社區(qū)信心受損

我的建議：如果你的項(xiàng)目已經(jīng)在用 pipenv，且運(yùn)行穩(wěn)定，沒(méi)有必要遷移。但新項(xiàng)目，我更推薦 Poetry（參考系列上一篇文章）或 venv + pip-tools 的組合。

第六章：橫向?qū)Ρ扰c選型指南

6.1 四大工具對(duì)比速查

6.2 場(chǎng)景化選型決策樹(shù)

你的項(xiàng)目是什么類型？
│
├── 數(shù)據(jù)科學(xué) / 機(jī)器學(xué)習(xí) / AI 研究
│   └── 需要 CUDA / 底層科學(xué)庫(kù)？
│       ├── 是 → conda（首選） 或 conda + pip 混合
│       └── 否 → conda 或 venv + pip
│
├── Web 開(kāi)發(fā) / 后端服務(wù)
│   └── 需要依賴管理 + 打包發(fā)布一體化？
│       ├── 是 → Poetry（強(qiáng)烈推薦）
│       └── 否 → venv + pip-tools
│
├── 需要在同一機(jī)器管理多個(gè) Python 版本？
│   ├── conda（一站式）
│   └── pyenv + venv（更輕量）
│
├── 遺留項(xiàng)目，Python 2 支持？
│   └── virtualenv
│
└── 簡(jiǎn)單腳本 / 學(xué)習(xí)用途
    └── venv（夠了）

6.3 我的日常工作流

經(jīng)過(guò)多年實(shí)踐，我目前的工具組合是：

Web / API 項(xiàng)目      → Poetry（依賴管理 + 打包一體化）

數(shù)據(jù)分析 / AI 項(xiàng)目  → conda（管理 CUDA 和科學(xué)包）

快速腳本 / 工具     → venv（內(nèi)置，零成本）

CI/CD 環(huán)境          → venv + pip（Docker 里最簡(jiǎn)潔）

第七章：實(shí)戰(zhàn)進(jìn)階——生產(chǎn)環(huán)境最佳實(shí)踐

7.1 項(xiàng)目結(jié)構(gòu)規(guī)范

my-python-project/
├── .venv/                  ← 虛擬環(huán)境（加入 .gitignore）
├── src/
│   └── myapp/
│       ├── __init__.py
│       └── main.py
├── tests/
├── .gitignore              ← 包含 .venv/ 和 __pycache__
├── pyproject.toml          ← 現(xiàn)代項(xiàng)目配置
├── requirements.txt        ← 精確鎖定版本（用于部署）
└── requirements-dev.txt    ← 開(kāi)發(fā)工具依賴

.gitignore 關(guān)鍵內(nèi)容：

# 虛擬環(huán)境
.venv/
venv/
ENV/
env/

# Python 緩存
__pycache__/
*.py[cod]
*.pyo

# conda
.conda/

7.2 團(tuán)隊(duì)協(xié)作最佳實(shí)踐

確保團(tuán)隊(duì)成員能快速?gòu)?fù)現(xiàn)環(huán)境：

# README.md 中的環(huán)境搭建說(shuō)明（示范）

## 環(huán)境搭建

### 方式一：venv（推薦）

python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -r requirements.txt

### 方式二：conda

conda env create -f environment.yml
conda activate myproject

7.3 Docker 中的虛擬環(huán)境

在 Docker 中，容器本身提供了隔離，但虛擬環(huán)境仍有價(jià)值——防止系統(tǒng) Python 被污染：

FROM python:3.11-slim

WORKDIR /app

# 在容器內(nèi)也使用虛擬環(huán)境（最佳實(shí)踐）
RUN python -m venv /opt/venv
ENV PATH="/opt/venv/bin:$PATH"

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY src/ .
CMD ["python", "main.py"]

7.4 配合 pyenv 管理 Python 版本

如果你不用 conda，又需要管理多個(gè) Python 版本，pyenv 是最優(yōu)解：

# 安裝 pyenv
curl https://pyenv.run | bash

# 安裝特定 Python 版本
pyenv install 3.10.12
pyenv install 3.11.4
pyenv install 3.12.0

# 全局默認(rèn)版本
pyenv global 3.11.4

# 項(xiàng)目本地版本（生成 .python-version 文件）
cd myproject
pyenv local 3.10.12

# 創(chuàng)建虛擬環(huán)境時(shí)自動(dòng)使用當(dāng)前版本
python -m venv .venv
python --version  # Python 3.10.12

第八章：前沿展望

8.1 uv——速度革命

前面打包篇提到的 uv，也在虛擬環(huán)境管理領(lǐng)域掀起波瀾：

# uv 創(chuàng)建虛擬環(huán)境（比 venv 快 10-80 倍）
uv venv

# 極速安裝依賴（Rust 實(shí)現(xiàn)，速度驚人）
uv pip install requests numpy pandas
# 安裝速度：pip 需要 30 秒的工作，uv 只需 2 秒

# uv 集成了 Python 版本管理（2024 年新功能）
uv python install 3.12
uv python pin 3.11  # 等同于 pyenv local

# 未來(lái)：uv 可能取代 pip + venv + pyenv 的組合

8.2 生態(tài)整合趨勢(shì)

Python 打包和環(huán)境管理正在向兩個(gè)方向收斂：

一是以 pyproject.toml 為中心的標(biāo)準(zhǔn)化——所有工具都支持這個(gè)統(tǒng)一配置文件。二是以 Rust 重寫(xiě)的性能革命——uv、ruff 等工具把 Python 工具鏈的速度提升了一個(gè)數(shù)量級(jí)。

未來(lái)兩三年，我們可能看到 uv 成為新的默認(rèn)選擇，就像 black 統(tǒng)一了代碼格式化一樣。

總結(jié)

四個(gè)工具，各有生態(tài)位：

venv 是每個(gè) Python 項(xiàng)目的基礎(chǔ)保障，簡(jiǎn)單夠用；virtualenv 是它的前輩，在特殊場(chǎng)景仍不可替代；conda 是數(shù)據(jù)科學(xué)家的工程基礎(chǔ)設(shè)施，管理 Python 生態(tài)以外的復(fù)雜依賴；pipenv 設(shè)計(jì)理念超前，但執(zhí)行層面留下了歷史包袱。

記住一個(gè)核心原則：每個(gè)項(xiàng)目，必須有自己的獨(dú)立環(huán)境。這不是建議，是 Python 工程實(shí)踐的底線。

工具可以換，習(xí)慣必須養(yǎng)成。從今天起，把全局安裝包的壞習(xí)慣丟掉，給每個(gè)項(xiàng)目一個(gè)干凈的虛擬環(huán)境，你會(huì)發(fā)現(xiàn)開(kāi)發(fā)體驗(yàn)有質(zhì)的提升。

以上就是Python四大主流虛擬環(huán)境工具的深度對(duì)比與實(shí)戰(zhàn)選擇的詳細(xì)內(nèi)容，更多關(guān)于Python虛擬環(huán)境的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論