从零搭建 Python 环境
文章的资料来自于 AI 推荐，基于这些资料，我进行了实际操作和最终整理成文档。
最早自己在学习 Python 时，并没有系统学习过 Python 环境的搭建，在实际使用时，经常会遇到各种问题。对于 Pycharm 里面的环境也是一头雾水，当时也没有管这些，就是一通乱搞，脚本执行成功就没管了。今天正好学习 Python 环境的搭建，记录一下。
一。主流方案对比
搭建 Python 开发环境并管理多个项目时，关键是 环境隔离 和 依赖管理。以下是常见方法及推荐方案：
| 方法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 原生 Python + venv | 轻量、无需安装额外工具 | 需手动管理环境切换 | 轻量级项目，快速开发 |
| Virtualenv | 兼容旧版 Python，功能更灵活 | 需单独安装 | 需要灵活控制虚拟环境 |
| Conda | 支持多 Python 版本和环境隔离 | 体积较大，包更新可能滞后 | 科学计算、机器学习项目 |
| Pipenv/Poetry | 自动依赖管理 + 虚拟环境 | 学习成本略高 | 规范化的团队协作项目 |
| Docker | 完全环境隔离，跨平台一致 | 配置复杂，资源占用高 | 复杂部署或依赖冲突严重项目 |
对于我而言，应用场景比较简单，都是一些小脚本，没有大型项目，所以选择了 原生 Python + venv 方案。
二。环境搭建
自己平时的工作环境是 Windows 和 MacOS 同时存在，所以这里记录这两个系统的环境搭建。
macOS 操作步骤
1.创建项目目录
mkdir myproject && cd myproject
2.创建虚拟环境
python3 -m venv venv # 生成 venv 目录
3.激活虚拟环境
source venv/bin/activate # 激活后提示符显示 (venv)
4.安装依赖包
pip install requests pandas # 安装项目依赖
5.生成依赖列表
pip freeze > requirements.txt # 导出依赖到文件
6.退出虚拟环境
deactivate
Windows 操作步骤
1.创建项目目录
mkdir myproject && cd myproject
2.创建虚拟环境
python -m venv venv # 生成 venv 目录
3.激活虚拟环境
.\venv\Scripts\activate # 激活后提示符显示 (venv)
4.安装依赖包
pip install requests pandas
5.生成依赖列表
pip freeze > requirements.txt
6.退出虚拟环境
deactivate
三。环境验证
搭建完之后，验证当前目录下使用的 Python 和 Pip 版本是否是虚拟环境中的。
| 命令 | 判断依据 |
|---|---|
| python -c “import sys; print(sys.executable)” | 看路径是不是虚拟环境的 Scripts |
| python -m pip -V | 看 pip 是不是来自虚拟环境 |
| python -c “import sys; print(sys.prefix)” | prefix 路径是否是虚拟环境 |
四。命令补充
1.指定国内源安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
2.运行某个模块
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
3.卸载依赖包
pip uninstall requests
五。总结
实际按照步骤操作下来，在这期间自己也还是遇到了很多问题，不过碰到问题解决问题。先前自己对于全局变量和虚拟环境的概念理解的不够清楚。当前虚拟环境激活时，无论在什么目录下，都可以使用虚拟环境中的 python 和 pip。当前虚拟环境关闭时，这时候才会使用全局变量，前提时全局变量配置在环境变量里，这样无论在什么目录下，都可以使用全局变量。