数据科学实战（九）：安装和使用 virtualenv

1.8 安装和使用 virtualenv

virtualenv是Python工具的一种变形。一旦开始使用这个工具，你就会义无反顾地爱上它。virtualenv会创建一个本地环境，并在这个环境下安装自带的Python版本。一旦从shell中激活这个环境，你就可以很方便地用pip install在本地安装包了。

首先，这听起来可能有点奇怪。为什么会有人希望这么做呢？因为这不仅可以帮助你处理涉及跨版本的Python包的依赖关系所带来的问题，而且还可以让你能够在不破坏其他重要环节的前提下快速地试验。假设你建立了一个网页应用，用的是包awesom_template的0.8版本，但是你的新数据产品需要这个包的1.2版本。在这种情况下你该怎么办呢？如果使用virtualenv，那么你可以二者都用。

另外一个例子是，如果你在某台机器上没有管理员权限，那么你该怎么办呢？你不能用sudo pip install来安装包，因而无法进行数据分析然而如果有virtualenv，则这些都不成问题。虚拟环境是软件开发者高效协同的开发工具。环境可以保证软件在不同的机器上以不同的依赖方式运行（比如生产或者开发服务器）。环境同时能够提醒其他开发者，这里有待开发的软件需求。

Python的virtualenv保证了软件是在整体环境中创建的，可以独立测试、协同部署。

1.8.1 准备工作

假设你已经完成了前面的步骤，那么现在你就已经准备好了。

1.8.2 操作流程

按照如下步骤，安装并测试虚拟环境。

1．打开一个shell命令行，输入命令pip install virtualenv或者sudo pipinstall virtualenv。

2．安装完成后，在命令窗口输入virtualenv，你将看到如下截屏中的内容。

3．创建一个临时路径，用如下命令转变当前路径：mkdir tempcd temp

4．在这个路径下，创建第一个虚拟环境，并命名为venv:virtualenv venv

5．你将看到类似如下的文字：

New python executable in venv/bin/python
Installing setuptools, pip...done.

6．现在，新的本地Python版本已经生成了。如果要用它，那么只需激活这个环境，使用如下代码：source ./venv/bin/activate

7．注意，活动的脚本无法直接执行，必须先用source命令激活。此外，注意你的shell命令提示符可能已经发生了变化，前缀已变成了venv

，这表明你现在正在虚拟环境下工作。

8．要想验证这一点，使用which命令来观察Python的位置：which python你将看到如下输出：/path/to/your/temp/venv/bin/python

9．输入如下命令进行安装：pip install flaskFlask是用Python写的一个微型网站框架。这个命令同时会安装很多Flask用到的包。

10．最后，我们验证一下虚拟环境和pip带来的版本控制的力量：pip freeze > requirements.txtcat requirements.txt

应该有如下输出结果：

Flask==0.10.1
Jinja2==2.7.2
MarkupSafe==0.19
Werkzeug==0.9.4
itsdangerous==0.23
wsgiref==0.1.2

11．请注意，不仅捕捉到了包名，包括包的版本号也捕捉到了。requirements.txt的优美之处在于，如果我们有了一个新的虚拟环境，那么只要简单地输入如下命令，就可以安装列出来的不同版本的Python包：pip install -r requirements.txt

12．如果要注销虚拟环境，则只需要输入命令：deactivate

1.8.3 工作原理

virtualenv生成自己的虚拟环境，有自己独立的安装路径，并且可以不依赖默认的操作系统环境进行独立的操作。如果你希望试验新的库，那么使用virtualenv就可以避免干扰系统层面的Python版本。更进一步，如果你有一个正在工作的应用，而且你希望它保持现状，那么也可以使用virtualenv让你的应用在它自己的virtualenv下运行。

1.8.4 更多内容

virtualenv是一个很不错的工具。对于任何一名Python程序员来说，它都是无价的。然而，我们还是要提醒诸位，为了提升程序性能，Python提供了很多工具来与C对象打通。因此，在你的虚拟环境下安装特定的Python包（比如NumPy和SciPy），需要安装和编译额外的依赖关系，这是由系统来指定的。比较顺利的时候，这些编译也是非常冗长的，这也是我们为什么要维护一个虚拟环境的原因之一。更糟糕的是，如果某些依赖没有安装，将导致编译失败，产生一些如同外星语言一般的报错信息，复杂的依赖链条会让你感到非常困扰。即便是有经验的数据科学家，也会对此头痛不已。一个简单的解决方案是，使用包管理器来把复杂的库安装到系统环境下。这些工具使用第三方包的预编译格式。如果你在系统环境安装了这些Python包，那么当你初始化virtualenv时，可以用--system-site-packages来做标记。这个标记告诉virtualenv使用系统已经安装的包，并且设法避免编译新增的安装包。要在你的环境下使用系统已经安装好的包（比如，当你希望使用一个包的新版本时），使用pit install -I，在虚拟环境下安装依赖关系到virtualenv，并且忽视全局的包。当你只需要在系统上安装大规模的包，同时使用virtualenv来进行其他类型的开发时，这种技术是比较有效的。

本书剩余的部分，我们将假设你已经安装以及本章提到的工具。我们不会太过强调或者纠结于虚拟环境的细节。你只要知道，虚拟环境是一个你可以单独执行本书中所有示例的安全环境。

原文网址：    https://www.epubit.com/book/detail/22532

内容来源：异步社区；版权属【人民邮电出版社 异步社区】所有，转载已获得授权；未经授权，不得以任何方式复制和传播本书内容，如需转载请联系异步社区。