Python 环境变量/虚拟环境理解配置

Python 环境变量/虚拟环境理解配置

Python 环境变量/虚拟环境理解&配置

环境变量：配置环境变量即告诉计算机**.exe文件的路径，当执行一些命令时，计算机会自动在Path环境变量中逐一寻找对应的exe文件，所以配置python环境变量时，只需要将文件的上一级目录填写在Path变量中即可。

环境变量配置：

虚拟环境：即为每个项目独立创建的Python解释器环境，避免不同项目所依赖不同版本的库或Python版本冲突。

该理解还是在使用 **pip install …**碰到如下报错才深有体会：
Fatal error in launcher：Unable to Create process using…，查阅资料得知，是本地系统上同时有pip2/pip3，是因为做flask下载的python2导致很多包和版本的混乱，看了很多方法无效，所以打算重新安装全新的python环境，再使用虚拟环境清扫Python解释器环境。

虚拟环境配置：

1. 首先检查pip是否已经安装：
   
2. 使用pip安装Pipenv pip install pipenv

pipenv：是基于pip的Python包管理工具，让包安装、包依赖管理和虚拟环境管理更加方便

3. 创建虚拟环境：首先将目录切换到工作目录的程序项目的根目录，然后使用pipenv install命令为当前项目创建虚拟环境：
   如下，创建的文件夹中，包括隔离的python解释器环境，且安装pip、wheel、setuptools等基本的包
   

pipenv install 创建虚拟环境时，会在根目录下（选择的项目目录）生成Pipfile文件，用来管理依赖（后边后提到）

4. 激活虚拟环境的Shell：
   激活虚拟环境后，所有命令都会在虚拟环境中执行，使用虚拟环境中的python解释器。

虚拟环境的使用需要在执行python文件之前激活，或者使用pipenv run python ~~.py 在执行python文件时直接激活虚拟环境。

5. 管理依赖：（依赖）程序通常会借助许多Python包，当该程序不在本地执行时（如被别人下载、传送到远程服务器上），在另外一个环境不一定存在该程序所依赖的包，而不得不下载各种依赖。

原始做法是：使用pip搭配文件记录依赖，但管理较麻烦。

pipenv提供了管理依赖的方法，即前面提到的Pipfile文件
当程序到达一个全新环境时，执行pipenv install ，Pipenv就会创建一个全新的虚拟环境，自动从Pipfile中读取依赖并安装到虚拟环境中。