


Der gesamte Prozess der Erstellung einer virtuellen unabhängigen Python-Umgebung unter Ubuntu
Vorwort
Eine virtuelle Umgebung ist eine unabhängige Ausführungsumgebung, wenn ein Programm auf demselben Server zur Verwendung durch verschiedene Systeme erstellt werden kann. Die laufenden Umgebungen zwischen Projekten bleiben unabhängig und schließen sich gegenseitig aus . betroffen. Beispielsweise kann Projekt B in einer Python2.7-basierten Umgebung ausgeführt werden, während Projekt B in einer Python3.x-basierten Umgebung ausgeführt werden kann. Verwalten Sie virtuelle Umgebungen in Python mit dem Virtualenv-Tool.
Darüber hinaus wird dringend empfohlen, eine virtuelle Umgebung zu installieren, um Ihre Python-Umgebung auf Windows oder Mac zu verwalten. Die virtuelle Umgebung kann Ihnen beispielsweise viele Vorteile bringen 2.7. Die am besten geeignete Version für unsere Django-Entwicklung ist 3.4+. In diesem Fall müssen Sie zu Google gehen, um die Python3.4-Umgebung zu deinstallieren oder zur Python3.4-Umgebung zu wechseln, was immer noch problematisch ist. Sobald wir eine virtuelle Umgebung haben, können wir verschiedene Versionen der benötigten Module oder Pakete in einer unabhängigen Umgebung installieren, was großen Komfort bringt.
Installieren
Führen Sie den folgenden Befehl aus, um im Linux-System zu installieren:
$ sudo pip install virtualenv
Führen Sie den folgenden Befehl aus, um in Ubuntu und seinem Derivat zu installieren Verfügbar:
$ sudo apt-get install python-virtualenv
Erstellen
Führen Sie nach erfolgreicher Installation den folgenden Befehl aus, um eine virtuelle Umgebung mit dem Namen myvenv zu erstellen:
$ virtualenv myvenv
Die Eingabeaufforderung lautet wie folgt:
allen@ubuntu:~$ virtualenv myvenv Running virtualenv with interpreter /usr/bin/python2 New python executable in myvenv/bin/python2 Also creating executable in myvenv/bin/python Installing setuptools, pip...done.
Aktivieren
source kvenv/bin/activate
Der spezifische Prozess ist wie folgt Sie können sehen, dass wir uns in der aktuellen Umgebung befinden. Überprüfen Sie die Python-Version. Sie wird unter der virtuellen Umgebung myvenv angezeigt:
allen@ubuntu:~$ source myvenv/bin/activate (myvenv)allen@ubuntu:~$ which python /home/allen/myvenv/bin/python
Verlassen Sie natürlich die aktuelle virtuelle Umgebung mit Folgender Befehl:
deactivate
Pip
Nach der Aktivierung der virtuellen Umgebung können Sie überall in dieser Umgebung Pipen:
pip install Pillow
Virtualenvwrapper
Es handelt sich um ein Erweiterungspaket für virtuelle Umgebungen, das zum Verwalten virtueller Umgebungen verwendet wird, z. B. zum Auflisten aller virtuellen Umgebungen, zum Löschen usw.
1. Installation:
#安装virtualenv (sudo) pip install virtualenv #安装virtualenvwrapper (sudo) pip install virtualenvwrapper
2. Konfiguration:
Ändern Sie ~/.bash_profile oder andere umgebungsvariablenbezogene Dateien (z. B. . bashrc (Das habe ich unter Ubuntu15.10) oder .zshrc nach ZSH verwenden), fügen Sie die folgende Anweisung hinzu:
export WORKON_HOME=$HOME/.virtualenvs export PROJECT_HOME=$HOME/workspace source /usr/local/bin/virtualenvwrapper.sh
und führen Sie dann Folgendes aus:
source ~/.bash_profile
3. Verwendung:
mkvirtualenv zqxt: Erstellen Sie eine laufende Umgebung zqxt
workon zqxt: Arbeiten Sie in der zqxt-Umgebung oder wechseln Sie von anderen Umgebungen zur zqxt-Umgebung
deaktivieren: Terminalumgebung verlassen
Sonstiges:
rmvirtualenv ENV: Laufumgebung ENV löschen
mkproject mic: Erstellen Sie das Mikrofonprojekt und die Laufumgebung mic
mktmpenv: Erstellen Sie eine temporäre Betriebsumgebung
lsvirtualenv: Listen Sie die verfügbaren Betriebsumgebungen auf
lssitepackages: Listen Sie die in der aktuellen Umgebung installierten Pakete auf
The Die erstellten Umgebungen sind unabhängig und schließen sich gegenseitig aus. Keine Beeinträchtigung, Sie können pip zum Verwalten von Paketen ohne Sudo-Berechtigungen verwenden.
Zusammenfassung
Das Obige ist der gesamte Inhalt dieses Artikels. Ich hoffe, dass der Inhalt dieses Artikels für alle beim Lernen oder bei der Arbeit hilfreich sein kann eine Botschaft zum Mitteilen.
Weitere Artikel zum gesamten Prozess der Erstellung einer virtuellen unabhängigen Python-Umgebung unter Ubuntu finden Sie auf der chinesischen PHP-Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Regelmäßige Ausdrücke sind leistungsstarke Tools für Musteranpassung und Textmanipulation in der Programmierung, wodurch die Effizienz bei der Textverarbeitung in verschiedenen Anwendungen verbessert wird.

Wie hört Uvicorn kontinuierlich auf HTTP -Anfragen an? Uvicorn ist ein leichter Webserver, der auf ASGI basiert. Eine seiner Kernfunktionen ist es, auf HTTP -Anfragen zu hören und weiterzumachen ...

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Wie erstellt in Python ein Objekt dynamisch über eine Zeichenfolge und ruft seine Methoden auf? Dies ist eine häufige Programmieranforderung, insbesondere wenn sie konfiguriert oder ausgeführt werden muss ...
