简介
欢迎来到 Python 虚拟环境实验。使用虚拟环境的目的是在封装的环境中测试 Python 代码，避免在基础 Python 安装目录中填充可能仅用于单个项目的库。这种做法对于保持开发环境的整洁、可复现且无冲突至关重要。
在本实验中，你将亲身体验五种用于管理 Python 虚拟环境和依赖的流行工具：
- virtualenv：用于创建隔离 Python 环境的基础工具。
- Poetry：集依赖管理、打包和发布于一体的工具。
- Pipenv：旨在将各种打包工具的优点集于一身的 Python 工具。
- Anaconda：一个流行的数据科学平台，包含强大的环境管理功能。
- UV：一个极速的、下一代 Python 包安装程序和解析器。
完成本实验后，你将能够根据项目的需求选择并使用合适的工具。
virtualenv
在这一步中，你将学习使用 virtualenv 来创建和管理隔离的 Python 环境。virtualenv 是一个用于创建隔离 Python 环境的工具，它允许你在封装的环境中测试代码，避免在基础 Python 安装目录中安装仅用于特定项目的库。该工具已为你预装。
首先，创建一个目录来存放你的虚拟环境，然后创建一个名为 HelloWorld 的新虚拟环境。在 WebIDE 中打开终端并运行以下命令：
mkdir -p ~/.virtualenvs
virtualenv ~/.virtualenvs/HelloWorld
环境创建时你会看到一些输出。虚拟环境将创建在 ~/.virtualenvs/HelloWorld 目录中。
created virtual environment CPython3.10.12.final.0-64 in 257ms
creator CPython3Posix(dest=/home/labex/.virtualenvs/HelloWorld, clear=False, no_vcs_ignore=False, global=False)
seeder FromAppData(download=False, pip=bundle, setuptools=bundle, wheel=bundle, via=copy, app_data_dir=/home/labex/.local/share/virtualenv)
added seed packages: pip==24.0, setuptools==69.5.1, wheel==0.43.0
activators BashActivator,CShellActivator,FishActivator,NushellActivator,PowerShellActivator,PythonActivator
现在，激活该虚拟环境。这会将你的终端提示符更改为包含 (HelloWorld)，表示虚拟环境现已激活。此后你使用 pip 安装的任何内容都将仅限于此环境，不会影响全局 Python 安装。
source ~/.virtualenvs/HelloWorld/bin/activate
激活后，你的提示符将变为 (HelloWorld)：
(HelloWorld) labex:project/ $
要退出虚拟环境，只需使用 deactivate 命令：
deactivate
注意终端提示符中的 (HelloWorld) 前缀是如何消失的。
以后若要重新激活该环境，可以随时再次使用 source 命令：
source ~/.virtualenvs/HelloWorld/bin/activate
你的提示符将再次改变，你将回到 HelloWorld 环境中，准备继续你的项目工作。
Poetry
在这一步中，你将探索 Poetry，这是一个用于 Python 依赖管理和打包的现代工具。它允许你声明项目所依赖的库，并为你管理（安装/更新）它们。Poetry 已在此环境中安装。
确保你已经停用了之前的虚拟环境。
deactivate
首先，使用 Poetry 创建一个新项目。此命令将为你的项目设置标准的目录结构。
poetry new my-poetry-project
该命令会创建一个名为 my-poetry-project 的新目录，结构如下：
my-poetry-project
├── pyproject.toml
├── README.md
├── my_poetry_project
│ └── __init__.py
└── tests
├── __init__.py
└── test_my_poetry_project.py
这里最重要的文件是 pyproject.toml，它负责编排你的项目及其依赖项。让我们查看其初始内容。
cat my-poetry-project/pyproject.toml
输出内容如下所示：
[tool.poetry]
name = "my-poetry-project"
version = "0.1.0"
description = ""
authors = ["Your Name <you@example.com>"]
readme = "README.md"
[tool.poetry.dependencies]
python = "^3.10"
[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"
现在，进入你的新项目目录：
cd my-poetry-project
要添加新依赖，请使用 poetry add 命令。Poetry 会自动查找合适的版本并将其添加到 pyproject.toml 中。让我们添加 pendulum 库。
poetry add pendulum
要安装 pyproject.toml 中列出的所有依赖项（例如在克隆项目时），你可以运行：
poetry install
最后，要移除依赖项，请使用 poetry remove 命令：
poetry remove pendulum
这将移除该包并相应地更新 pyproject.toml 文件。
Pipenv
在这一步中，你将学习使用 Pipenv，这是一个旨在将各种打包工具的优点集于一身的 Python 工具。它会自动为你的项目创建和管理虚拟环境，并在你安装/卸载包时自动在 Pipfile 中添加/移除包。
首先，为你的新项目创建一个目录并进入该目录。
cd ~/project
mkdir my_pipenv_project
cd my_pipenv_project
现在，安装一个包。Pipenv 将自动创建一个新的虚拟环境和一个 Pipfile 来跟踪你的依赖项。让我们安装 requests 库。
pipenv install requests
命令完成后，你会在目录中看到两个新文件：Pipfile 和 Pipfile.lock。Pipfile 用于跟踪项目所需的依赖项。让我们检查其内容：
cat Pipfile
输出将显示 [packages] 下列出的 requests 包。
[[source]]
url = "https://pypi.org/simple"
verify_ssl = false
name = "pypi"
[packages]
requests = "*"
[dev-packages]
[requires]
python_version = "3.10"
要激活与项目关联的虚拟环境，请运行：
pipenv shell
你的终端提示符将发生变化，表明你现在处于项目的隔离环境中。
要卸载包，你可以在激活的 shell 中运行 uninstall 命令：
pipenv uninstall requests
要退出虚拟环境 shell，只需输入 exit：
exit
Anaconda
在这一步中，你将开始使用 Anaconda。Anaconda 是一个用于科学计算的 Python 和 R 发行版，它简化了包管理和部署。其包管理器 conda 非常适合创建和管理环境。你的终端中已提供 conda 命令。
首先，创建一个名为 my_conda_env 的新环境。我们还将指定要使用的 Python 版本。-y 标志会自动确认所有提示。
cd ~/project
conda create -n my_conda_env python=3.10 -y
环境创建完成后，你需要激活它才能开始使用。
conda activate my_conda_env
你的终端提示符现在将以 (my_conda_env) 为前缀，表示环境已激活。你现在安装的任何包都将仅限于此环境。以安装 numpy 为例：
conda install numpy -y
当你完成环境中的工作后，可以将其停用。
conda deactivate
前缀将从你的提示符中消失，你将回到基础环境。
UV
在这一步中，你将了解 UV，这是一个由 Ruff 的开发者 Astral 推出的极速 Python 包安装程序和解析器。它被设计为 pip 和 pip-tools 工作流的直接替代品，速度可提升 10-100 倍。UV 已为你预装。
首先初始化一个新项目。uv init 命令将创建一个 pyproject.toml 文件并在 .venv 目录中创建一个虚拟环境。
cd ~/project
uv init my-uv-project
现在，进入新创建的项目目录。
cd my-uv-project
要添加依赖项，请使用 uv add 命令。这类似于 poetry add 或 npm install。让我们添加 requests 库。
uv add requests
UV 会自动检测并使用当前目录中的虚拟环境。你可以使用 uv run 在此托管环境中运行命令。让我们检查环境中的 Python 版本。
uv run python --version
你应该会看到虚拟环境中的 Python 版本，而不是全局版本。
如果你更喜欢手动激活 shell，可以像使用标准 venv 一样操作：
source .venv/bin/activate
你的提示符将变为 (.venv)，表示环境已激活。要离开激活的 shell，请使用 deactivate 命令。
deactivate
UV 通过提供一个用于包和环境管理的、极其快速的单一二进制文件，简化了工作流。
总结
在本实验中，你亲身体验了几种管理 Python 虚拟环境和依赖的重要工具。妥善管理项目环境是任何 Python 开发者的基本技能，它能确保代码的可复现性并避免冲突。
你学习了：
- 使用 virtualenv 创建、激活和管理基础的隔离环境。
- 利用 Poetry 实现统一的工作流，通过
pyproject.toml文件处理项目创建、依赖管理和打包。 - 使用 Pipenv 通过
Pipfile声明式地管理应用程序依赖，简化开发环境的设置过程。 - 使用 Anaconda (
conda) 创建和管理环境，该工具因其对复杂包的强大处理能力而在数据科学界广受欢迎。 - 探索 UV，这是一个全新的、极速的工具，将包安装、解析和环境管理统一到一个二进制文件中。
每种工具都有其优势，最佳选择通常取决于项目的具体需求和你个人的工作流偏好。现在，你已经具备了做出明智决策并有效管理 Python 项目的能力。
