base环境卸载python_Python 项目环境与依赖管理工具 Pipenv 入门

Tom CzHen 奇妙的Linux世界

Python 开发中一般会使用 Virtualenv、Pip 管理项目运行环境与依赖。在创建一个新项目时先使用 Virtualenv 创建一个虚拟运行环境，然后使用 Pip 安装依赖，最后使用 pip freeze > requirements.txt 记录项目依赖。这个过程中会遇到一些问题：

• 版本信息没有保存
• 升级依赖包时需要先查看requirements.txt
• 开发环境与生产环境依赖区分

解决上述问题最直接的做法就是生成多个 requirements.txt ，比如：requirements-dev.txt、requirements-prod.txt 并记录好依赖版本信息，或者选择 Pipenv: Python Dev Workflow for Humans 。

从名字可以很直观的看出 pipenv = pip + virtualenv。

在开发中使用 pipenv

在项目开发过程中使用 pipenv 体验基本与 pip 一致，而且由于 pipenv 也会同时管理虚拟环境，体验上流程更顺滑。pipenv 使用 Pipfile 与 Pipfile.lock 来管理依赖，Pipfile.lock 会根据安装的依赖包记录 hash 校验值与版本信息。

创建虚拟环境

在新建项目目录下可以通过以下三种方式创建虚拟环境：

$ pipenv --python 3.6$ pipenv --python /path/to/python$ pipenv install requests --python 3.6

注意：如果没有使用 --python 参数指定 Python 版本则会使用默认的 Python 版本创建，如果想指定默认 Python 版本可以通过环境变量 PIPENV_DEFAULT_PYTHON_VERSION 配置，可以设置为 Python 版本号：3.6.8 或 Python 解释器程序路径。

如果需要虚拟运行环境目录指定在项目目录下创建，有两种方式可以实现：

• 执行 pipenv 前先创建 .venv 目录

$ mkdir .venv && pipenv install requests --python 3.6

• 配置 PIPENV_VENV_IN_PROJECT 环境变量

$ export PIPENV_VENV_IN_PROJECT=1

如果想自定义这个目录则需要通过 WORKON_HOME 环境变量来配置。

1. 从现有项目创建虚拟环境

对于现有项目，可以区分为三种情况：

• 没有使用 pipenv

使用 pipenv install -r path/to/requirements.txt --python 3.6 来安装依赖。

• 有使用意向，但需要兼容旧方式

通过 pipenv lock -r > requirements.txt 生成与 pip 相同格式的依赖管理文件。

• 已经在使用

根据需要可以使用 pipenv install 或 pipenv sync。两者都会根据 Pipfile 中的 Python 版本创建虚拟环境，使用指定的 PyPI 源，区别是 pipenv install 会根据 Pipfile 中的版本信息安装依赖包，并重新生成 Pipfile.lock；而 pipenv sync 会根据 Pipfile.lock 中的版本信息安装依赖包。

也就是 pipenv install 安装的依赖包版本可能被更新，具体的机制在依赖包管理中进一步说明。

激活虚拟环境

可以先激活虚拟环境，再来运行 Python :

$ pipenv shell

或者直接运行：

$ pipenv run python main.py

在项目根目录下有 .env 环境配置文件时，激活虚拟环境同时会加载 .env 文件中的环境变量配置，如果不想使用这个功能可以通过配置 PIPENV_DONT_LOAD_ENV 变量来关闭它。

依赖包管理

pipenv 安装包的使用方式与 pip基本一致，直接在项目目录下执行 pipenv install request 会安装到虚拟环境目录下，没有虚拟环境则会创建后安装。

1. 安装包

没有指定版本信息时，Pipfile 中不会注明版本，如果在新目录中使用 pipenv install直接安装依赖包的最新版本。

$ pipenv install requests

以下方式会指定为 1.2 或以上版本，但不会大于等于 2.0，使用 pipenv install 安装依赖时，如果新版本在 1.2 到 2.0 之间(不包含 2.0 版本)就会更新

$ pipenv install “requests~=1.2”

更多的版本指定方式如下：

$ pipenv install "requests>=1.4"   # 版本号大于或等于 1.4.0$ pipenv install "requests<=2.13"  # 版本号小于或等于 2.13.0$ pipenv install "requests>2.19"   # 版本号大于 2.19.0

如果仅仅在开发 环境下使用这个包，可以添加 --dev 参数安装：

$ pipenv install ipython --dev

2. 更新包

• 查看有更新的包

$ pipenv update --outdated

• 更新所有依赖包

$ pipenv update

• 更新指定依赖包

$ pipenv update request

注意：升级依赖包的版本时受到 Pipfile 中版本信息限制，如果想安装超出限制的版本，则需要执行 pipenv install 安装。

3. 卸载包

$ pipenv uninstall requests

查看依赖关系

$ pipenv graph

安装或卸载依赖包之后，pipenv 都会更新 pipfile 与 pipfile.lock

配置 PyPI 镜像源

通常会使用 pip.conf 或者 --index-url 参数来配置 PyPI 镜像源，pipenv 中有多种配置方式：

• 使用环境变量 PIPENV_PYPI_MIRROR 配置。

$ export PIPENV_PYPI_MIRROR=https://mirrors.aliyun.com/pypi/simple/

• 使用项目中的 pipfile 文件配置。

通过项目 pipfile 文件中的 [[source]] 节也可以配置安装源，并且只对该项目生效。

[[source]]name = "pypi"url = "https://mirrors.aliyun.com/pypi/simple/"verify_ssl = true...

配合 pyenv 使用

Linux 和 macOS 下可以安装 pyenv 配合使用，在使用 pipenv 时如果指定的 Python版本没有安装，就会调用 pyenv 进行编译安装。

首先请参考 pyenv: Common build problems - Prerequisites 安装好编译依赖。

官方文档链接：https://github.com/pyenv/pyenv/wiki/Common-build-problems#prerequisites

然后根据 Simple Python Version Management: pyenv - Installation 安装好 pyenv。

官方文档链接：https://github.com/pyenv/pyenv#installation

注意：Windows 用户请手动下载 Python 安装包安装，通过 pipenv --python X:Python...python.exe 指定 Python 版本，如果想编译安装请自行解决。

1. 配置 pyenv

可以根据需要配置源码缓存与编译临时文件路径，解决因为网络问题无法下载源码包，或者 /tmp 分区空间不足造成编译安装失败。

• 源码包缓存

添加缓存目录，然后将源码包存放到缓存目录，并且编译失败时不会重新下载源码包。

$ mkdir -p $(pyenv root)/cache

• 临时文件目录

默认使用系统临时文件路径 /tmp，指定其他路径为临时文件目录。

$ mkdir ~/tmp$ export TMPDIR="$HOME/tmp"

• 有些第三方包工具比如 PyInstaller 需要 CPython 以 --enable-shared 参数编译

$ env PYTHON_CONFIGURE_OPTS="--enable-shared" pyenv install 3.6.8

在部署时使用 pipenv

为了保证部署时安装的依赖版本与发布一致，使用 pipenv install 需要加上 --deploy参数。

$ pipenv install --deploy

如果不使用虚拟环境，还需要加上 --system 参数

$ sudo pipenv install --deploy --system

在 Docker 中使用 pipenv

这里给一个 Dockerfile 作为参考。

FROM python:3.6.8ENV PIP_INDEX_URL https://mirrors.aliyun.com/pypi/simple/RUN pip3 install pipenv --no-cache-dirRUN set -ex && mkdir /appWORKDIR /appCOPY Pipfile PipfileCOPY Pipfile.lock Pipfile.lockRUN set -ex && pipenv install --deploy --systemCOPY . /appEXPOSE 8888CMD ["python3", "main.py"]

也可以先构建一个 Base Image ，然后在构建应用镜像时使用，假设构建的 Base Image tag 为 tomczhen/python-pipenv-base:3.6.8。

• Base Image Dockerfile

FROM python:3.6.8ENV PIP_INDEX_URL https://mirrors.aliyun.com/pypi/simple/RUN pip3 install pipenv --no-cache-dirRUN set -ex && mkdir /appWORKDIR /appONBUILD COPY ["Pipfile","Pipfile.lock","./"]ONBUILD RUN set -ex && pipenv install --deploy --system

• Python Application Image Dockerfile

FROM tomczhen/python-pipenv-base:3.6.8COPY . /appEXPOSE 8888CMD ["python3", "main.py"]

pipenv 的缺点

当然，pipenv 也有缺点存在。

lock 耗时

Lock updating is very slow · Issue #1914 · pypa/pipenv

这是一个代价问题。

由于需要根据依赖关系以及文件 hash 来生成 Pipfile.lock，所以短时间内看这个问题应该是无法解决的。需要在 pipenv 带来的依赖管理功能与速度上做一个权衡取舍。

目前的办法是在安装依赖时使用 pipenv install --skip-lock 来跳过生成/更新 Pipfile.lock,然后在需要时执行 pipenv lock 来生成/更新 Pipfile.lock。

跨平台问题

严格来说这并不算是 pipenv 的问题。

部分包在跨平台时的依赖不同，比如 PyInstaller 可以在多个平台使用，但仅在 Windows 上才依赖 pywin32 包，由于 Pipfile.lock 是根据安装的包生成的，在之前的 pipenv版本中会造成跨平台时安装依赖失败(当前新版本中没有问题)。

根据 Problem with Pipfile and system specific packages · Issue #1575 · pypa/pipenv 中的讨论看，即便 pywin32 修复了问题也只能在新版本中解决，因此如果有跨平台需求还需要先确定是否正常。