python创建虚拟环境 python创建虚拟环境的方法

Windows环境下安装第2个Python（不同版本）

pip install --user poetry

系统已经安装的3.10，现在需要安装另一个3.9版本的Python。

python创建虚拟环境 python创建虚拟环境的方法

python创建虚拟环境 python创建虚拟环境的方法

python创建虚拟环境 python创建虚拟环境的方法

python创建虚拟环境 python创建虚拟环境的方法

shell：激活虚拟环境

安装目录不同于现有已安装Python版本的目录

找到安装目录的两个exe文件：

C:yaoinstallPythonPython39python.exe

C:yaoinstallPythonPython39pythonw.exe

将其改名为：

C:yaoinstallPythonPython39python39.exe

C:yaoinstallPythonPython39pythonw39.exe

添加python3.9.12安装目录：

C:yaoinstallPythonPython39

C:yaoinstallPythonPython39Scripts

创建虚拟环境

C:yaoinstallpythonenvpaddleScriptsactivate.bat

查看python版本，使用python和python39都可以查看。

这里有点晕，--extras (-E): 额外的依赖为什么python和python39两者都可以运行呢？

退出虚拟环境方法：

python3.9安装成功，昨天基于python3.10无法安装。

在Windows10安装TensorFlow 2.2.0 GPU版

conda create -n name python==3.7

TensorFlow GPU v2.2.0版本的具体安装步骤version：显示版本如下：

macOS: ~/Library/Application Support/pypoetry

步 ，在Anaconda中创建一个Python=3.6的tf_gpu虚拟环境

安装Keras：

首先检查Keras与TensorFlow的对应关系：

TensorFlow 2.2.0对应Keras 2.3.1，但实践下来2.4.3配置，建议安装2.4.3

用命令：

安装keras

python - Poetry介绍

[tool.poetry.dev-dependencies]

一、

Poetry 是一个Python 中的好用的包管理工具。在 Python 中，打包系统和依赖管理非常复杂：一个项目经常要同时创建多个文件，例如：

setup.py

requirements.txt

setup.cfg

MANIFEST.in

Pipfile

基于此， poetry 将所有的配置都放置在一个 toml 文件中，包括：依赖管理、构建、打包、发布等，可谓是简单方便。

二、安装

Poetry 要求 Python 版本为 2.7 或者 3.5+。Poetry 提供了一个脚本，可以快速方便地进行安装。

osx / linux / bashonwindows 安装：

c -sSL | python -

windows powershell 安装：

(Invoke-WebRequest -Uri -UseBasicParsing).Content | python -

Poetry 会被安装在系统中的如下位置：

$HOME/.local/bin Unix系统

然后把路径添加到系统变量 PATH 中，即可使用 poetry 命令调用：

poetry --version

卸载：

python install-poetry.py --uninstall

POETRY_UNINSTALL=1 python install-poetry.py

POETRY_HOME=/etc/poetry python install-poetry.py

pipx upgrade poetry

pipx uninstall poetry

更新：

poetry self update

三、基础使用

在已有项目中执行：

poetry init

该命令创建了一个pyproject.toml 文件。你可以手动修改 pyproject.toml 文件添加依赖，然后运行：

poetry install

也可以执行 add 命令安装具体某个模块并自动添加到 pyproject.toml：

$ poetry add xxxx

默认情况下，poetry会在 {cache-dir}/virtualenvs 下创建虚拟环境，你也可以手动修改该配置项，或者在 pyproject.toml 配置[virtualenvs.in-project] 在你的项目目录中创建虚拟环境。

你可以使用 run 命令在虚拟环境中运行脚本：

poetry run python your_script.py

或者直接激活你的虚拟环境，新建一个 shell 运行：

poetry shell

只安装dependencies ：

poetry install --no-root

更新所有锁定版本的依赖：

poetry update

四、命令选项

全局选项：

--verbose (-v|vv|vvv): "-v" 正常输出, "-vv" 详细输出 "-vvv" debug

-- (-h) : 帮助信息

--quiet (-q) : 不输出任何信息

--ansi: 强制 ANSI 输出

--no-ansi: 禁止ANSI 输出

--version (-V): 显示版本

--no-interaction (-n): 禁止交互询问

NEW：

poetry new my-package

创建项目模板，项目结构如下所示：

my-package

├── pyproject.toml

├── README.md

├── my_package

└── tests

└── init .py

init：创建pyproject.toml文件 。

install：读取pyproject.toml并安装依赖，它具有如下这些选项：

--without: 忽略依赖

--with: 安装可选的依赖

--only: 只安装指定的依赖

--default: 只安装默认的依赖

--sync: 同步锁定的版本至环境中

--no-root: 不安装根依赖包

--dry-run: 输出作但不执行

--extras (-E): 安装额外的包

update：升级包

poetry update

不指定任何包时，更新所有，也可以指定升级包：

poetry update requests toml

它具有如下选项：

--dry-run : 输出作但不执行

--no-dev : 不按照开发依赖

add： 添加依赖并安装

限制范围：

poetry add pendulum@^2.0.5

poetry add "pendulum>=2.0.5"

它具有如下选项：

--group (-D): 分组

--editable (-e): 添加到编辑模式

--extras (-E): 添加额外的依赖

--optional: 添加至可选依赖

--python: 指定python版本

--platform: 指定作系统

--source: 使用源名称安装

---allow-prereleases: 接受 prereleases 安装

--dry-run: 输出作但不执行

--lock: 只更新锁定不安装

remove：移除依赖

它具有如下选项：

--group (-D): 分组

--dry-run : 输出作但不执行

show：列出所有的可安装的包

如果你想看具体某个包的信息：

poetry show pendulum

name : pendulum

version : 1.4.2

description : Python datetimes made easy

dependencies:

--without: 忽略依赖

--with: 同时显示

--only: 只显示指定的依赖

--default: 只显示默认的

--no-dev: 不显示开发的依赖

--tree: 以树状形式显示

--latest (-l): 展示的版本

--outdated (-o): 显示版本，但仅适用于过时的软件包

build：构建

publish：发布

config：配置项

使用方法：

poetry config [options] [setting-key] [setting-value1] ... [setting-valueN]

它具有如下选项：

--unset: 删除配置项

--list: 展示现在的配置

run：在虚拟环境中执行命令

check：检查pyproject.toml文件

search：搜索远程包

lock：锁定版本

export：导出锁定的文件为其他的格式

poetry export -f requirements.txt --output requirements.txt

它具有如下选项：

--format (-f): 转换的格式，暂时只支持requirements.txt

--dev: 包括开发的依赖

--with-credentials: 包括合格证书

env：与虚拟环境进行交互

cache：缓存

显示缓存列表：

poetry cache list

清除缓存：

poetry cache clear pypi --all

plugin：插件

安装插件：

poetry plugin add poetry-plugin

显示插件列表：

poetry plugin show

移除插件：

poetry plugin remove poetry-plugin

source： 仓库源

添加源：

poetry source add pypi-test

显示仓库源列表：

poetry source show

移除：

poetry source remove pypi-test

五、配置

你可以运行config命令进行配置，或者直接修改config.toml文件，这个文件通常位于：

Unix~/.config/pypoetry

可以使用--local命令对具体项目进行配置：

poetry config virtualenvs.create false --local

配置项：

cache-dir缓存目录

installer.parallel并行安装

virtualenvs.create如果不存在，则新建一个虚拟环境

virtualenvs.in-project在项目根目录创建虚拟环境

virtualenvs.path虚拟环境路径

virtualenvs.options.always-copy源文件还是创建链接到虚拟环境

reitories.设置一个新的可选仓库

六、依赖配置

依赖的配置有很多种写法：

版本限制：

尖括号：^1.2 代表 >=1.2.0 <2.0.0

波浪号：~1.2.3 代表 >=1.2.3 <1.3.0

星号：1. 代表 >=1.0.0 <2.0.0

使用git仓库：

requests = { git = " " }

使用本地路径：

my-package = { path = "../my-package/", dlop = false }

my-package = { path = "../my-package/dist/my-package-0.1.0.tar.gz" }

使用URL：

my-package = { = " " }

python限制：

pathlib2 = { version = "^2.2", python = "~2.7" }

环境限制：

pathlib2 = { version = "^2.2", markers = "python_version ~= '2.7' or sys_platform == 'win32'" }

组合：

foo = [

{version = "--without-hashes: 忽略哈希<=1.9", python = "^2.7"},

{version = "^2.0", python = "^3.4"}

]如果限制很多，写成一行不方便阅读，可以写成多行：

[tool.poetry.group.dev.dependencies]

black = {version = "19.10b0", allow-prereleases = true, python = "^3.6", markers = "platform_python_implementation == 'CPython'"}

写成多行后：

[tool.poetry.group.dev.dependencies.black]

version = "19.10b0"

allow-prereleases = true

python = "^3.6"

markers = "platform_python_implementation == 'CPython'"

分组功能：

[tool.poetry.group.test.dependencies]

pytest = "^6.0.0"

pytest-mock = ""

例如以上，就建立了一个test的组合的依赖。

下面这两种写法是等价的：

pytest = "^6.0.0"

pytest-mock = ""

或者：

[tool.poetry.group.dev.dependencies]

pytest = "^6.0.0"

pytest-mock = ""

以上两种写法都声明了一个dev的组的依赖。

声明组合是可选的，这在具体的环境中有的特定的用途时很有用：

[tool.poetry.group.docs]

optional = true

mkdocs = ""

添加依赖到组中：

poetry add pytest --group test

同步依赖，只使用poetry.lock中的依赖，移除其他不是必须的依赖：

poetry install --sync

七、环境管理

Poetry可以为项目使用的虚拟环境，而不是使用系统安装的。

切换环境：

poetry env use /fuvirtualenvs.options.-site-packages虚拟环境获得系统包的权限ll/path/to/python

poetry env use python3.7

poetry env use

显示当前激活的环境信息：

poetry env

运行命令会输出如下信息：

Virtual environment

Python: 3.7.1

Path: /path/to/poetry/cache/virtualenvs/test-O3eWbxRl-py3.7

Valid: True

System

Platform: darwin

OS: ix

Python: /path/to/main/python

列出所有的虚拟环境列表：

poetry env list

删除环境：

poetry env remove /full/path/to/python

poetry env remove python3.7

poetry env remove 3.7

poetry env remove test-O3eWbxRl-py3.7

Python3+Gunicorn+Nginx 部署Flask项目

前言： 之前在本地测试项目的过程中一直使用python app.py的方式来启动项目，这种方式在本地测试的话还可以，但是在生产环境的话就不能使用这种方式。

原因：

1.可能会出现无响应情况

3.无法合理利用资源

生产环境： Centos7、Python3

需要模块： Gunicon、Nginx、Flask

一、安装Gunicorn

Gunicorn是一个高效的Web，地位相当于Ja中的Tomcat。简单来说gunicorn封装了HTTP的底层实现，我们通过gunicorn启动服务，用户请求与服务相应都经过gunicorn传输。

1.创建虚拟环境

项目上传到指定目录下，然后创建python3的虚拟环境，激活并进去虚拟环境，在虚拟环境下可以看到命令前有虚拟环境的名称。（之前在使用Gunicorn模块的过程中，没有使用虚拟环境，导致我启动项目有一直提示没有找到gunicorn这个命令，可能是我在使用python全局环境的过程中，有某些模块影响到这个gunicorn模块，后面在使用虚拟环境就没有出现这个问题。）

2.安装项目所需的模块

3.安装gunicorn

二、项目配置启│ └── init .py动

1.创建一个简易的web程序

2.启动服务

4--启动4个进程来分配服务

0.0.0.0--允许任意主机访问

5000--启动端口（与nginx转发的端口一致）

nginx 的作用就是弥补以上问题，首先作为前端它可以处理一切静态文件请求，此时 gunicorn 作为后端，nginx 将会把动态请求转发给后端，因此我们可以起多个 gunicorn 进程，然后让 nginx 作均衡负载转发请求给多个 gunicorn 进程从而提升处理效率与处理能力。，nginx 还可以配置很多安全相关、认证相关等很多处理，可以让你的网站更专注业务的编写，把一些转发规则等其它业务无关的事情交给 nginx 做。app：目标文件

app：指定模块

补充部分： gunicorn和nginx关系

gunicorn 可以单独提供服务，但生产环境一般不这样做。首先静态资源（jscssimg）会占用不少的请求资源，而对于 gunicorn 来讲它本身更应该关注实际业务的请求与处理而不应该把资源浪费在静态资源请求上Implementation: CPython；此外，单独运行 gunicorn 是没有办法起多个进程多个端口来负载均衡的。

参考链接：

anaconda安装教程

Windows: C:UsersAppDataRoamingpypoetry

Anaconda的一些命令（在Anaconda的命令行窗口输入）：conda list #该命令，将列出Anaconda安装的所有应用包，我们可以看到Anaconda已经安装了numpy, nose, pip, python, sc--output (-o): 输出文件名字ipy, mingw等等。

并且自带了专门用来解决软件环境依赖问题的conda包管理系统。可以使用它创建虚拟环境，以便更轻松地处理多个项目。主要提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

可移植性：

由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。这些平台包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、--lock : 只更新锁定不安装BeOS。

OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、PocketPC、Symbian以及Google基于linux开发的android平台。

VIRTUALENV（虚拟

进入虚拟环境文件夹，执行activate.bat

当开发成员负责多个项目的时候，每个项目安装的库又是有很多距的时候，会使用虚拟环境将每个项目的环境给隔离开来。比如，在有一个老项目已经开发维护了3年了，里面很多库都是比较老的版本了。例如python使用的是2.7版本的。但是新项目使用的python版本是3.6的。为了解决这种项目执行环境的冲突，所以引入了虚拟环境virtualenv。

2.无法支持高并发和多线程

当然除了virtualenv可以起到隔离环境的作用，还有其他技术方案来实现，而且上线流程简单，大大减轻运维人员的出错率，比如每一个项目使用一个docker镜像，在镜像中去安装项目所需的环境，库版本等等。

3.配置pyth[tool.poetry.group.docs.dependencies]on环境和pip环境

注：现在在python的安装文件夹Scripts下就有pip.exe以及easy_install.exe等可执行文件了，就可以使用pip安装啦~

1、安装virtualenv

pip3 install virtualenv

注意：此处需要使用权限，否则会报权限之类的错误。如下图是我切换至权限之后再次执行该命令的界面：

2、创建一个新的虚拟环境

virtualenv --no-site-packages djenv

命令注释：virtualenv -参数 新的虚拟环境的名称

提示：此处一般需要指定的是-p（python环境地址）和--no-site-packages（不使用本机已经安装的包）。因为我的是默认路径，使用P参数的时候地址报错，就想到直接使用环境变量中的地址。即不指定，忽略-p，如上图猜想成功。下图为标识出需要指定的参数。

3、查看环境中安装的包命令

pip freeze

进入退出命令

安装virtualenv

apt-get install python-virtualenv

创建包含python3版本的虚拟环境

virtualenv -p /usr/bin/python3 env

env代表创建的虚拟环境的名称

参考

Python2.7用virtualenv创建虚拟环境，报错如下描述，cmd运行过程截屏如图，如何处理？

pipx install poetry

这个报错， line 174 174行 line 72 72行 librunpy.py 文件名 Scr如果你想要改变安装的默认路径，可以设置 POETRY_HOME ：iptsvirtualenv.exe__main__.py 保存文件路径 第9行 这样慢慢排查，报错很多，还有没有源码，不知道你写的啥，只能你自己去排查问题了

%APPDATA%PythonScripts Windows系统

pycharm使用anaconda虚拟环境

[tool.poetry.dependencies]

添加解释器菜单的第二个就是我们的anaconda的选项了，点击后就可以看到下面右侧的界面。其中有两个选项，创建新的虚拟环境和选择已经存在的环境。

除了的安装脚本，也可以使用 pippip listx 或者 pip 进行安装：

次进入pycharm它会直接提示你选择python解释器，也就是要去选定我们的环境。

anaconda所有的虚拟环境都存放在conda目录下的envs目录下，base虚拟环境除外，它是anaconda自己创建的一个虚拟环境。

像上面那样，选择完毕后就可以正常使用了。

补充：在这里补充下anaconda创建和删除虚拟环境的命令。

创建：

其中name和Python版本是可以自己选择的

删除：

conda remove -n name --all