在 Python 开发中，虚拟环境（Virtual Environment）是一种工具，用于创建独立的 Python 执行环境。它允许不同的专案使用不同版本的 Python 解释器和依赖套件，而不会相互干扰。
虚拟环境的作用
- 依赖隔离：避免不同专案的依赖发生冲突。例如，webCrawler网页专案 使用 Django 2.2，而机器学习专案需要 Django 3.0，可以使用虚拟环境让两者共存。
- 便于测试：在不同环境中测试应用程式，例如测试不同版本的依赖套件对应用程式的影响。
- 跨环境兼容：本地开发环境与伺服器部署环境保持一致，减少部署问题。
虚拟环境的工作原理
虚拟环境是透过拷贝或模拟一个独立的 Python 解释器及其 site-packages（套件存放目录）来运行的。当虚拟环境被激活时，该环境的 Python 解释器会覆盖系统全域的 Python，从而执行该虚拟环境内的程式和安装的套件。
如何建立虚拟环境: Anaconda Navigator & pip3
Anaconda Navigator 建立虚拟环境的特点
- 图形介面操作：适合对命令行不熟悉的使用者。
- 依赖管理：Conda 作为套件管理器，专为科学计算优化，能自动解决依赖冲突。
- 更多预设套件：Anaconda 自带的环境会包含数十种常用的数据科学相关工具，如 NumPy、Pandas、Jupyter Notebook 等。
- 多语言支持：除了 Python，也支持 R 等其他语言的环境管理。
如何使用 Anaconda Navigator 建立虚拟环境
开启 Anaconda Navigator在你的操作系统中搜寻并启动 Anaconda Navigator。
建立新环境在左侧菜单选择 "Environments"。点击右下角的 "Create" 按钮。输入虚拟环境的名称，例如 myenv。选择需要的 Python 版本（例如 Python 3.8 或 3.10）。点击 "Create"，Anaconda 会自动设置好新的虚拟环境。
安装所需套件选择刚刚建立的环境，点击 "Not Installed" 筛选出尚未安装的套件。搜寻需要的套件（如 numpy, pandas 等），点击前方的方框选取，然后点击 "Apply"。
启用虚拟环境在 Anaconda Navigator 中，选择环境后，可以直接开启应用程式，如 python、 Jupyter Notebook、Spyder 等。如果使用命令行启用：conda activate webCrawler
这时候，命令行提示符会变成 (webCrawler)，表示你已经进入了 webCrawler 虚拟环境。
查看当前虚拟环境
conda info --envs这会列出所有已经创建的虚拟环境，并显示当前启动的虚拟环境。如果虚拟环境正在启动，会在当前环境名称旁边显示 *。
❯ conda info --envs
# conda environments:
#
base /opt/anaconda3
webCrawler * /opt/anaconda3/envs/webCrawler
website /opt/anaconda3/envs/website
在上面的例子中，webCrawler 环境是当前启动的环境，因为它旁边有 *
检查虚拟环境中的 Python 路径
which python例如，当你启动名为 webCrawler 的虚拟环境后，which python 应该会返回类似下面的路径：
/opt/anaconda3/envs/webCrawler/bin/python
如果环境已经启动，这时候你应该看到指向虚拟环境中的 Python 路径，而不是指向 Anaconda 的全域安装。
安装套件
conda install numpy
查看已安装的套件
conda list
这会列出当前虚拟环境中安装的所有套件。如果你看到的套件列表跟全域的套件不同，那么表示你确实在虚拟环境中。
退出虚拟环境
conda deactivate
删除虚拟环境
如果你不再需要 website 这个环境并且想要删除它，可以按照以下步骤操作：conda env remove --name website
确认删除成功
conda info --envs
删除虚拟环境 website 中的 pandas 包
如果你只想删除虚拟环境 website 中的 pandas 包，而不是删除整个环境，可以使用以下命令来移除 pandas：步骤：1.激活 website 环境：首先，你需要激活 website 环境，这样你才能对其中的包进行操作。conda activate website
2.卸载 pandas 包：在激活环境后，你可以使用 conda remove 命令来卸载 pandas 包。conda remove pandas
这个命令会将 pandas 从当前激活的环境中移除。
确认是否成功移除
你可以使用以下命令来确认 pandas 是否已经被成功移除：conda list
这会显示目前环境中已安装的所有包。检查列表中是否还有 pandas，如果已经没有，则表示成功卸载
补充：如果使用 pip 安装过 pandas，可以使用 pip uninstall：pip uninstall pandas如果你是在 website 环境中使用 pip 安装了 pandas，则需要使用 pip 命令来卸载它
使用 venv（内建模组，Python 3.3+）
# 创建虚拟环境
python3 -m venv myenv
# 激活虚拟环境
# Linux / MacOS
source myenv/bin/activate
# Windows
myenv\\Scripts\\activate
# 停用虚拟环境
deactivate
虚拟环境中的操作
- 在虚拟环境内安装套件：
pip install package_name
套件将只安装到该虚拟环境中，而不会影响全域环境。
-
查看虚拟环境中的已安装套件：pip list
-
虚拟环境的档案结构假设虚拟环境名称为 myenv，结构可能如下：
myenv/
├── bin/ # 虚拟环境的执行档，例如 python, pip（Linux / MacOS）
├── Scripts/ # 虚拟环境的执行档（Windows）
├── lib/ # 虚拟环境的 Python 标準库及依赖套件
├── include/ # C/C++ 标头档案
├── pyvenv.cfg # 虚拟环境的设定档
Anaconda 与 venv/virtualenv 的比较
pip 和 conda 的差异在于，pip 会直接装最新的；conda 会选择相容性最高的版本安装，而且在安装之前会把要变更的东西都列出来，你确认之后他才会执行。
| 操作方式 | 图形界面或 Conda 命令行管理 | 主要依赖命令行操作 |
| 预设套件 | 包含多种科学计算工具 | 仅包含基础 Python 套件 |
| 套件管理 | 使用 Conda，专为数据科学设计 | 使用 pip，通用的 Python 套件管理 |
| 依赖解决 | Conda 更智能，解决依赖冲突较容易 | pip 有时会遇到版本或依赖冲突 |
| 支援的语言 | Python、R、Julia 等 | 仅支持 Python |
| 灵活性 | 内置功能丰富，但相对封闭 | 灵活通用，可与其他工具搭配使用 |
| 适用场景 | 数据科学、机器学习 | 通用 Python 开发 |
在 VS Code 中使用 Conda 虚拟环境
启动 VS Code打开你的 .py 文件所在的目录。
选择 Conda 环境作为解释器
- 点击 VS Code 窗口底部的 Python: Select Interpreter（或者按 Ctrl+Shift+P 打开命令面板，输入 Python: Select Interpreter）。
- 在弹出的选单中，找到你创建的虚拟环境名称（例如 myenv）。
- 如果看不到，请先启动终端执行 conda activate myenv，然后重新打开选单。
- 如果还是看不到，可以手动添加环境（见下方）。
手动添加环境（若需要）
- 确认你的环境位于以下路径（根据系统不同）：
- Windows: C:\\Users<你的用户名>\\Anaconda3\\envs\\myenv\\python.exe
- macOS/Linux: /Users/<你的用户名>/anaconda3/envs/myenv/bin/python
- 选择「Enter interpreter path」，然后选择上述路径。
检查虚拟环境
- 打开 VS Code 的终端（快捷键 Ctrl+ 或 Ctrl+Shift+），确认虚拟环境名称已经出现在终端提示符中（例如 (myenv)）。
- 如果没有，手动输入 conda activate myenv 激活。
编写并运行代码现在，你在 VS Code 中撰写和运行 .py 文件时，会使用 myenv 中的 Python 解释器和相关套件。