python虚拟环境及TensorFlow安装

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