【Python】虚拟环境

1. 创建虚拟环境的方式：

• venv（Python自带，无需安装）

  • 轻量、无依赖、纯净、无捆绑
  • 配合 pip + requirements.txt 足够企业开发

• virtualenv（需要安装）

  • 老旧项目、低版本 Python2/3.3 以下
  • 功能和 venv 几乎一致，现在完全被venv平替

• conda（Anaconda / Miniconda）

  • 适用：数据分析、AI 深度学习、多版本 Python 混装、C 库依赖

• poetry

  • 内置虚拟环境 + 依赖管理 + 版本锁定
  • 替代 pip + requirements.txt，现代Python标准方案

• 推荐使用顺序：venv → Poetry → virtualenv → Conda

2. 虚拟环境操作

（1）venv

• 创建虚拟环境

# 切换到开发目录
cd {{project_path}}
# 创建虚拟环境
python -m venv HM-AI
# 部分环境无法执行python，但可以执行py【Win10 或 Win11】 
py -m venv HM-AI

• 激活/进入 虚拟环境

.\HM-AI\Scripts\activate

• 退出虚拟环境

deactivate

• 导出/导入依赖文件

# 导出依赖文件
pip freeze > requirements.txt
# 导入依赖文件
pip install -r requirements.txt

（2）poetry

• 创建虚拟环境

python -m pip install HM-AI
# 部分环境无法执行python，但可以执行py【Win10 或 Win11】 
py -m pip install HM-AI

• 激活/进入 虚拟环境

# 初始化环境
poetry init
# 进入环境
poetry shell

• 安装依赖包

poetry install requests

• 退出虚拟环境

deactivate

• 导出/导入依赖文件

# poetry 导出 poetry 导入
## 无需导出，只需将 pyproject.toml 和 poetry.lock 拷贝给对方
## 导入依赖文件
poetry install

# poetry 导出 其他环境 导入
## 导出依赖文件
poetry export -f requirements.txt --output requirements.txt
## 导入依赖文件(按需：示例venv)
pip install -r requirements.txt

（3）conda

• 创建虚拟环境

conda create -n myenv python=3.11

• 激活/进入 虚拟环境

conda activate myenv

• 退出虚拟环境

deactivate

• 导出/导入依赖文件

# 导出依赖文件
conda env export > environment.yml
# 导入依赖文件
conda env create -f environment.yml