本文使用的Python版本为Python2.
一、Python虚拟环境
在做Python开发的时候,经常需要pip install
各种包,但是经常需要面对如下情况:
1、不同项目依赖的包的版本不一样;
2、如果把包都安装到系统Library下,正在安装的包会导致某个已安装的包不可用。
如果运行不同的project都能有自己独立的运行环境就好了,这时,Python虚拟环境应运而生:
- Python虚拟环境可以为不同project创建不同的运行环境,project需要的各种package,可以使用pip在这个虚拟环境中自行下载安装,在虚拟环境中下载安装的各种package不会影响到系统环境或者其它虚拟环境中的package。
- 虚拟环境可以创建多个。
- 虚拟环境中安装的package可以被互相引用,也即不同虚拟环境中的package可以被其它虚拟环境中的python解释器使用。
- 虚拟环境的存在形式就是不同的目录,根据目录名区分。
- 虚拟环境的原理就是把系统python及必要文件拷贝到虚拟环境目录中,构成独立可运行的Python环境。
二、Python虚拟环境的创建及TensorFlow安装
Python虚拟环境的创建需要使用virtualenv工具,virtualenv是Python的沙箱工具。
1、virtualenv安装
pip install virtualenv --upgrade
2、虚拟环境创建
例如在~/env
下创建一个名为tensorflow
的虚拟环境:
virtualenv --system-site-packages ~/env/tensorflow
virtualenv的使用帮助可以通过
virtualenv --help
获得。
tensorflow目录结构下:
3、虚拟环境激活
进入tensorflow目录,执行如下命令:
source bin/activate
此时,终端会变成如下模样,则意味着虚拟环境激活:
虚拟环境退出:直接输入命令
deactivate
即可退出当前虚拟环境。
4、在虚拟环境中安装TensorFlow
pip install tensorflow
默认安装所有的依赖,直至安装成功。
安装成功后可查看TensorFlow package安装的位置:
pip show tensorflow
5、验证TensorFlow是否安装成功
在虚拟环境中输入python,进入python终端:
则说明TensorFlow安装成功。
三、扩展
1、虚拟环境中安装的package可以被其它虚拟环境引用
根据验证,在本文tensorflow
虚拟环境中安装的TensorFlow package可以被其它虚拟环境引用,例如本文安装的TensorFlow package被虚拟环境greatgeekgrace2
添加引用:
给当前python解释器增加指定的package参考博文
PyCharm添加Python解释器及添加package路径(mac环境)
2、IDE中虚拟环境的添加及使用
以PyCharm工具为例:
找到创建的虚拟环境目录,并指定到该虚拟环境目录下的bin/python
上即可。
四、补充
Python优秀的开发工具PyCharm
运行不同的project时就是为不同的project创建同名的虚拟环境的方式执行的。
五、参考
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432712108300322c61f256c74803b43bfd65c6f8d0d0000
https://blog.csdn.net/u012814856/article/details/81137368