#Python 虚拟环境介绍

#1. 什么是虚拟环境

虚拟环境可以理解为“项目专属的 Python 运行环境”。

它通常包含：

• 一份独立的 Python 解释器引用。
• 一套独立安装的第三方包。
• 与其他项目隔离的依赖版本。

比如项目 A 需要 Django 3.x，项目 B 需要 Django 5.x，如果都装在全局环境里就容易冲突。使用虚拟环境后，每个项目可以安装自己需要的版本，互不影响。

#2. 为什么需要虚拟环境

实际开发中，建议每个 Python 项目都使用虚拟环境，主要原因有：

• 避免依赖冲突：不同项目可以使用不同版本的库。
• 保持全局环境干净：不要把所有包都安装到系统 Python 里。
• 方便迁移项目：通过 requirements.txt 记录依赖，别人可以快速还原环境。
• 减少“我这里能跑”的问题：团队成员安装相同依赖版本，更容易复现结果。

常见目录结构：

my-project/
├── .venv/              # 虚拟环境目录，通常不提交到 Git
├── main.py
└── requirements.txt    # 项目依赖清单

#3. venv 基础用法

venv 是 Python 官方内置的虚拟环境工具，一般不需要额外安装。

#3.1 创建虚拟环境

在项目根目录执行：

python -m venv .venv

如果你的系统里 python 指向 Python 2 或命令不存在，可以尝试：

python3 -m venv .venv

说明：

• .venv 是虚拟环境目录名，属于常见约定。
• 也可以叫 venv、env，但推荐统一使用 .venv。
• .venv 一般需要加入 .gitignore，不要提交到代码仓库。

#3.2 激活虚拟环境

创建完成后，需要先激活虚拟环境，再安装依赖。

#Windows PowerShell

.venv\Scripts\Activate.ps1

#Windows CMD

.venv\Scripts\activate.bat

#Git Bash

source .venv/Scripts/activate

#macOS / Linux

source .venv/bin/activate

激活成功后，命令行前面通常会出现 (.venv)：

(.venv) my-project $

#3.3 验证当前 Python 和 pip

python --version
python -m pip --version

查看当前 Python 路径：

python -c "import sys; print(sys.executable)"

如果输出路径在项目的 .venv 目录下，说明正在使用虚拟环境。

#4. pip 常用命令

建议在虚拟环境中使用 python -m pip，这样可以确保 pip 对应当前 Python 环境。

#4.1 升级 pip

python -m pip install --upgrade pip

#4.2 安装包

python -m pip install requests

指定版本：

python -m pip install "django==5.0.6"

指定版本范围：

python -m pip install "fastapi>=0.110,<1.0"

#4.3 查看已安装包

python -m pip list

查看某个包的详细信息：

python -m pip show requests

#4.4 卸载包

python -m pip uninstall requests

#4.5 查看依赖是否有问题

python -m pip check

#5. requirements.txt

requirements.txt 用来记录项目依赖，方便在新电脑、服务器或团队成员机器上还原环境。

#5.1 生成依赖文件

在已经安装好依赖的虚拟环境中执行：

python -m pip freeze > requirements.txt

示例内容：

requests==2.32.3
fastapi==0.115.0
uvicorn==0.30.6

#5.2 根据依赖文件安装

拿到项目后，一般流程是：

python -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt

Windows PowerShell 对应流程：

python -m venv .venv
.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt

#5.3 requirements.txt 使用建议

• 应用项目建议固定版本，例如 requests==2.32.3。
• 学习和小脚本可以简单一些，但也建议保留依赖文件。
• 不要把 .venv 目录提交到仓库，提交 requirements.txt 即可。

#6. 退出虚拟环境

完成开发后，可以退出当前虚拟环境：

deactivate

退出后，命令行前面的 (.venv) 会消失。

#7. 常见问题

#7.1 PowerShell 提示禁止运行脚本

如果激活时报错：

无法加载文件 Activate.ps1，因为在此系统上禁止运行脚本

可以执行：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

然后重新激活：

.venv\Scripts\Activate.ps1

#7.2 激活了虚拟环境，但包还是找不到

常见原因：

• 包安装到了其他 Python 环境。
• IDE 没有选择项目的 .venv 解释器。
• 终端没有真正激活虚拟环境。

排查命令：

python -c "import sys; print(sys.executable)"
python -m pip list

在 VS Code、PyCharm 等 IDE 中，也要手动选择 .venv 中的 Python 解释器。

#7.3 应该用 pip 还是 pip3

在虚拟环境里推荐使用：

python -m pip install 包名

这样最稳定，不容易把包装到错误环境。

#7.4 可以删除 .venv 吗

可以。.venv 只是本地虚拟环境目录，不是源码。

如果环境乱了，可以删除后重新创建：

python -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt

Windows PowerShell：

python -m venv .venv
.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt

#7.5 requirements.txt 里依赖太多怎么办

pip freeze 会把当前环境中的所有包都写进去，包括间接依赖。

新手阶段可以先接受这种方式。项目复杂后，可以考虑使用 uv、poetry 等工具管理直接依赖和锁文件。

#8. uv / conda / poetry 与 venv 的简单对比

简单选择建议：

• 初学 Python：先学 venv + pip + requirements.txt。
• 想提升安装速度：了解 uv。
• 做数据科学或机器学习：可以学习 conda。
• 做可维护的正式项目或 Python 包：可以学习 poetry。

#9. 一套推荐的新项目流程

macOS / Linux：

mkdir my-project
cd my-project
python -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install requests
python -m pip freeze > requirements.txt

Windows PowerShell：

mkdir my-project
cd my-project
python -m venv .venv
.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
python -m pip install requests
python -m pip freeze > requirements.txt

后续再次进入项目时，只需要：

cd my-project
source .venv/bin/activate

Windows PowerShell：

cd my-project
.venv\Scripts\Activate.ps1