12. 虚拟环境和包
12.1. 简介
Python 应用程序经常会使用一些不属于标准库的包和模块。应用程序有时候需要某个特定版本的库,因为它需要一个特定的 bug 已得到修复的库或者它是使用了一个过时版本的库的接口编写的。
这就意味着可能无法安装一个 Python 来满足每个应用程序的要求。如果应用程序 A 需要一个特定模块的 1.0 版本但是应用程序 B 需要该模块的 2.0 版本,这两个应用程序的要求是冲突的,安装版本 1.0 或者版本 2.0 将会导致其中一个应用程序不能运行。
这个问题的解决方案就是创建一个 虚拟环境 (通常简称为 “virtualenv”),包含一个特定版本的 Python,以及一些附加的包的独立的目录树。
不同的应用程序可以使用不同的虚拟环境。为了解决前面例子中的冲突,应用程序 A 可以有自己的虚拟环境,其中安装了特定模块的 1.0 版本。而应用程序 B 拥有另外一个安装了特定模块 2.0 版本的虚拟环境。如果应用程序 B 需求一个库升级到 3.0 的话,这也不会影响到应用程序 A 的环境。
12.2. 创建虚拟环境
用于创建和管理虚拟环境的脚本叫做 pyvenv。pyvenv 通常会安装你可用的 Python 中最新的版本。这个脚本也能指定安装一个特定的版本的 Python,因此如果在你的系统中有多个版本的 Python 的话,你可以运行 pyvenv-3.5
或者你想要的任何版本来选择一个指定的 Python 版本。
要创建一个 virtualenv,首先决定一个你想要存放的目录接着运行 pyvenv 后面携带着目录名:
- pyvenv tutorial-env
如果目录不存在的话,这将会创建一个 tutorial-env
目录,并且也在目录里面创建一个包含 Python 解释器,标准库,以及各种配套文件的 Python “副本”。
一旦你已经创建了一个虚拟环境,你必须激活它。
在 Windows 上,运行:
- tutorial-env/Scripts/activate
在 Unix 或者 MacOS 上,运行:
- source tutorial-env/bin/activate
(这个脚本是用 bash shell 编写的。如果你使用 csh 或者 fish shell,你应该使用 activate.csh
和 activate.fish
来替代。)
激活了虚拟环境会改变你的 shell 提示符,显示你正在使用的虚拟环境,并且修改了环境以致运行 python
将会让你得到了特定的 Python 版本。例如:
- -> source ~/envs/tutorial-env/bin/activate
- (tutorial-env) -> python
- Python 3.5.2+ (3.4:c7b9645a6f35+, May 22 2015, 09:31:25)
- ...
- >>> import sys
- >>> sys.path
- ['', '/usr/local/lib/python35.zip', ...,
- '~/envs/tutorial-env/lib/python3.5/site-packages']
- >>>
12.3. 使用 pip 管理包
一旦你激活了一个虚拟环境,可以使用一个叫做 pip 程序来安装,升级以及删除包。默认情况下 pip
将会从 Python Package Index,<https://pypi.python.org/pypi>, 中安装包。你可以通过 web 浏览器浏览它们,或者你也能使用 pip
有限的搜索功能:
(tutorial-env) -> pip search astronomy
skyfield - Elegant astronomy for Python
gary - Galactic astronomy and gravitational dynamics.
novas - The United States Naval Observatory NOVAS astronomy library
astroobs - Provides astronomy ephemeris to plan telescope observations
PyAstronomy - A collection of astronomy related tools for Python.
...
pip
有许多子命令:“搜索”,“安装”,“卸载”,“freeze”(译者注:这个词语暂时没有合适的词语来翻译),等等。(请参考 installing-index 指南获取 pip
更多完整的文档。)
你可以安装一个包最新的版本,通过指定包的名称:
- -> pip install novas
- Collecting novas
- Downloading novas-3.1.1.3.tar.gz (136kB)
- Installing collected packages: novas
- Running setup.py install for novas
- Successfully installed novas-3.1.1.3
你也能安装一个指定版本的包,通过给出包名后面紧跟着 ==
和版本号:
- -> pip install requests==2.6.0
- Collecting requests==2.6.0
- Using cached requests-2.6.0-py2.py3-none-any.whl
- Installing collected packages: requests
- Successfully installed requests-2.6.0
如果你重新运行命令(pip install requests==2.6.0),pip
会注意到要求的版本已经安装,不会去做任何事情。你也可以提供一个不同的版本号来安装,或者运行 pip
install --upgrade
来升级包到最新版本:
- -> pip install --upgrade requests
- Collecting requests
- Installing collected packages: requests
- Found existing installation: requests 2.6.0
- Uninstalling requests-2.6.0:
- Successfully uninstalled requests-2.6.0
- Successfully installed requests-2.7.0
pip uninstall
后跟一个或者多个包名将会从虚拟环境中移除这些包。
pip show
将会显示一个指定的包的信息:
(tutorial-env) -> pip show requests
---
Metadata-Version: 2.0
Name: requests
Version: 2.7.0
Summary: Python HTTP for Humans.
Home-page: http://python-requests.org
Author: Kenneth Reitz
Author-email: me@kennethreitz.com
License: Apache 2.0
Location: /Users/akuchling/envs/tutorial-env/lib/python3.4/site-packages
Requires:
pip list
将会列出所有安装在虚拟环境中的包:
- (tutorial-env) -> pip list
- novas (3.1.1.3)
- numpy (1.9.2)
- pip (7.0.3)
- requests (2.7.0)
- setuptools (16.0)
pip freeze
将会生成一个类似需要安装的包的列表,但是输出采用了 pip install
期望的格式。常见的做法就是把它们放在一个 requirements.txt
文件:
- (tutorial-env) -> pip freeze > requirements.txt
- (tutorial-env) -> cat requirements.txt
- novas==3.1.1.3
- numpy==1.9.2
- requests==2.7.0
requirements.txt
能够被提交到版本控制中并且作为一个应用程序的一部分。用户们可以使用 install -r
安装所有必须的包:
- -> pip install -r requirements.txt
- Collecting novas==3.1.1.3 (from -r requirements.txt (line 1))
- ...
- Collecting numpy==1.9.2 (from -r requirements.txt (line 2))
- ...
- Collecting requests==2.7.0 (from -r requirements.txt (line 3))
- ...
- Installing collected packages: novas, numpy, requests
- Running setup.py install for novas
- Successfully installed novas-3.1.1.3 numpy-1.9.2 requests-2.7.0
pip
还有更多的选项。请参考 installing-index 指南获取关于 pip
完整的文档。当你编写一个包并且在 Python Package Index 中也出现的话,请参考 distributing-index 指南。