使用venv重建python虚拟环境的步骤实现
venv可以创建彼此隔绝的Python环境,我们能够把同一个软件包的不同版本分别安装到不同的环境里面,这样就不会产生冲突了。这意味着能够在同一台电脑上面给不同的项目创建各自的环境,并在里面安装它们所需要的软件包版本。为了达到这样的效果,venv工具会把这些软件包以及它们所依赖的其他软件包都专门安装到单独的目录结构里面,使得多个环境之间不会发生冲突。这种机制,也让我们可以把项目所要求的环境在其他电脑上面重新建立起来,令程序能够可靠地运行,而不会出现意外的问题。
1.创建虚拟环境myproject;
python -m venv myproject
2.激活虚拟环境;
cd myproject Scripts\activate
3.查看虚拟环境的版本信息
python --version Python 3.12.7 pip --version pip 24.2 from D:\SourceCode\myproject\Lib\site-packages\pip (python 3.12)
- 关闭当前虚拟环境
Scripts\deactivate.bat
5.安装numpy
pip install numpy Collecting numpy Downloading numpy-2.3.1-cp312-cp312-win_amd64.whl.metadata (60 kB) Downloading numpy-2.3.1-cp312-cp312-win_amd64.whl (12.7 MB)
6.查看环境中的软件包
pip list Package Version ------- ------- numpy 2.3.1 pip 24.2
7.将当前环境安装的软件包信息保存到requirements.txt文件中;
pip freeze > requirements.txt
8.查看文件内容
>more requirements.txt numpy==2.3.1
9.创建新的环境
python -m venv otherproject
10.激活环境并查看已经安装的软件包
cd otherproject Scripts\activate python -m pip list Package Version ------- ------- pip 24.2
11.安装文件中的软件包
python -m pip install -r ..\myproject\requirements.txt Collecting numpy==2.3.1 (from -r ..\myproject\requirements.txt (line 1)) Using cached numpy-2.3.1-cp312-cp312-win_amd64.whl.metadata (60 kB) Using cached numpy-2.3.1-cp312-cp312-win_amd64.whl (12.7 MB) Installing collected packages: numpy Successfully installed numpy-2.3.1
12.查看环境中的软件包信息;
python -m pip list Package Version ------- ------- numpy 2.3.1 pip 24.2
到此这篇关于使用venv重建python虚拟环境的步骤实现的文章就介绍到这了,更多相关venv重建python虚拟环境内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
python利用winreg生成桌面路径及实现扫描二维码图片返回相关信息
这篇文章主要介绍了python生成桌面路径及实现扫描二维码图片返回相关信息,winreg是python的一个标准库,用来对windows注册表的操作,更多相关内容需要的小伙伴可以参考一下2022-06-06
Python微信企业号开发之回调模式接收微信端客户端发送消息及被动返回消息示例
这篇文章主要介绍了Python微信企业号开发之回调模式接收微信端客户端发送消息及被动返回消息的方法,涉及Python微信企业号回调模式消息响应机制相关操作技巧,需要的朋友可以参考下2017-08-08
浅谈python socket函数中,send与sendall的区别与使用方法
下面小编就为大家带来一篇浅谈python socket函数中,send与sendall的区别与使用方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧2017-05-05
使用Python和scikit-learn创建混淆矩阵的示例详解
这篇文章主要介绍了使用Python和scikit-learn创建混淆矩阵的示例详解,该示例包括生成数据集、为数据集选择合适的机器学习模型、构建、配置和训练它,最后解释结果,即混淆矩阵,需要的朋友可以参考下2022-06-06


最新评论