Python 教程 / 创建虚拟环境并用 pip 管理依赖
虚拟环境为每个项目分开保存第三方 Python 包,pip 则负责在所选环境中安装和管理这些包。使用 python -m pip,可以明确让当前这份 Python 执行 pip,减少“装进一个环境、在另一个环境运行”的混淆。
理解 Python、venv 与 pip 的分工
两个项目可能依赖同一包的不同版本。若所有项目共享一份安装,给一个项目升级包就可能使另一个项目失效。为项目创建独立 .venv,可以分别管理它们的依赖,而不必反复修改全局安装。
这种分离针对解释器环境和已安装包,不是操作系统层面的安全沙箱。环境中的程序仍以当前用户权限运行,也仍能访问用户有权访问的文件。不要因为代码运行在虚拟环境里,就把不可信代码当作安全代码。
| 项目 | 作用 |
|---|---|
| Python | 执行程序的解释器。 |
| venv | 使用已有解释器创建项目专用环境。 |
| pip | 安装、查询和移除第三方包。 |
| requirements.txt | 记录待安装的包与版本要求的文本文件。 |
Python 官方 venv 说明介绍了环境目录结构和基本用法。在编辑器中也要选中同一个环境,具体核对方法见在 VS Code 选择解释器、运行与调试代码。
创建环境并确认使用的是哪份 Python
在新的项目文件夹中,使用已经确认版本与路径的解释器执行下面命令。如果已有 .venv,先确认它的用途和其中是否误存了自己的文件,不要直接覆盖。macOS、Ubuntu 的命令名可能是 python3,应以实际安装为准。
python -m venv .venv
Windows PowerShell 的激活命令:
.\.venv\Scripts\Activate.ps1
macOS、Ubuntu 的 Bash 或 zsh 使用:
source .venv/bin/activate
激活只是改变当前 shell 查找 python等命令的优先顺序,并不会移动项目或永久改写系统解释器。如果 PowerShell 执行策略阻止运行激活脚本,应遵循组织策略;可以直接调用 .venv\Scripts\python.exe,不必为此降低整台电脑的执行策略。
在 PowerShell 调用当前文件夹下的程序时,可以使用 .\.venv\Scripts\python.exe。若完整路径含空格,使用调用运算符 &和带引号的路径,例如 & "D:\Python Lab\.venv\Scripts\python.exe" -m pip --version。macOS、Ubuntu 则可直接执行 .venv/bin/python -m pip --version。
安装 pandas 并记录依赖
pandas 用于处理表格数据,这里只用它练习包管理。安装前核对包名和分发来源,避免把相似拼写的包当成目标包;项目不需要的包无需提前全部安装。pandas 官方安装说明列出了包括 PyPI 在内的官方分发渠道。
确认当前终端使用项目环境后,依次执行:
python -m pip install pandas
python -m pip show pandas
python -m pip freeze > requirements.txt
python -m pip install -r requirements.txt
install安装 pandas 及其依赖;show显示实际版本和安装位置;freeze将当前安装结果写入文件;最后一条按文件中的要求安装。重定向的 >会覆盖当前目录的同名文件,已有依赖记录时先阅读并保存需要保留的内容。
安装成功后,show中的 Location 应位于本项目环境。可用 python -c "import pandas; print(pandas.__version__)"验证导入并查看版本。版本号以实际安装结果为准,不要把教程示例的版本当成所有机器都会得到的固定结果。
pip freeze 官方说明强调它报告已安装内容,而不是求解锁文件。它本身不保证所有操作系统都能重复得到完全相同的环境,也不代替文件哈希校验。包可能具有平台条件或需要特定 Python 版本;在一台机器上成功,不代表可直接复制整个 .venv到另一台机器。
PowerShell 不同版本的重定向编码行为可能不同。如果 requirements 文件被拒绝,先查看内容与编码,再按工具支持的文本格式保存;不要通过删掉全部版本条件来掩盖问题。源代码和依赖文件应放在 .venv之外,便于之后重建环境。
继续安装其他包之前,再次确认解释器与 pip 路径:
python -c "import sys; print(sys.executable)"
python -m pip --version
两项位置应属于同一个项目环境。如果激活失败,先用虚拟环境 Python 的完整路径执行这些参数,以区分环境本身的问题与 shell 命令查找的问题。
检查依赖、排错与退出环境
下面的检查分别确认解释器、pip 和已安装包之间的依赖关系:
python -c "import sys; print(sys.executable)"
python -m pip --version
python -m pip check
pip check在依赖关系正常时报告 No broken requirements found.。这不等于测试了项目功能、网络访问或包的安全性;应用仍需自己的测试。
- 出现
ModuleNotFoundError:先检查运行程序的解释器,再向同一环境安装。使用管理员权限向全局重复安装,不能修复解释器选错的问题。 - 安装名与导入名不同:根据项目官方用法确认
import名称,不能仅凭 pip 显示的名字推断。 - 证书或代理错误:检查组织代理、信任证书和网络来源;不要用关闭 TLS 验证的参数绕过身份验证。
- 依赖冲突:阅读
pip check和安装错误中的包名、版本范围,再决定调整哪个直接依赖,不要只反复强制安装。
激活过环境后,完成工作可执行 deactivate退出当前 shell 的激活状态;直接调用解释器路径时没有激活状态需要退出。移除包可用 python -m pip uninstall 包名,它可能影响依赖该包的程序。重建环境前先核对源码和依赖记录位置,重建安装空间与删除项目文件是两件事。




