Lär dig hur du använder Python Virtual Environment

Oavsett om du är en erfaren Python-utvecklare, eller om du bara har börjat, är det viktigt att du lär dig hur du installerar en virtuell miljö för ett Python-projekt. Följ med mig när jag täcker allt du behöver veta om Pythons virtuella miljö.

Se till att du läser våra skäl till varför Python programmering inte är värdelös. 5 Anledningar till att Python-programmering inte är oanvändbar. 5 Anledningar till att Python-programmering inte är oanvändbar Python - Du älskar antingen det eller du hatar det. Du kan till och med svänga från ena änden till en annan som en pendel. Oavsett, Python är ett språk som är svårt att vara ambivalent. Läs mer, och om du är ny på Python, kolla in de här 10 grundläggande Python-exemplen. 10 Grundläggande Python-exempel som hjälper dig att lära dig snabbt. 10 Grundläggande Python-exempel som hjälper dig att lära dig snabbt. Denna artikel av grundläggande python-exempel är för dem som redan har någon programmeringserfarenhet och vill helt enkelt övergå till Python så fort som möjligt. Läs mer .

Vad är en Python Virtual Environment?

En virtuell miljö är ett sätt att köra olika versioner av Python för olika projekt. Liknande hur virtuella maskiner fungerar Vad är en virtuell maskin? Allt du behöver veta Vad är en virtuell maskin? Allt du behöver veta Virtuella maskiner kan du köra andra operativsystem på din nuvarande dator. Här är vad du borde veta om dem. Läs mer, Python virtuella miljöer låter dig installera flera versioner av Python med specifika moduler och beroenden för varje version. Dessa projekt är alla oberoende av varandra, så alla moduler du installerar i ett visst projekt kommer inte att vara tillgängliga i andra projekt.

Det kan tyckas som mycket ansträngning, men det är värt det. Säg att du normalt arbetar i Python 2.7.x men du vill försöka 3.x ut. Inga problem, bara skapa ett nytt projekt och installera dina beroenden. Vad sägs om Python 2.4.x för ett äldre projekt? Ja, enkelt. Inget av dessa projekt kommer att störa varandra, och de kommer inte att innebära den version av Python som används av operativsystemet.

Komma igång

Det spelar ingen roll vilken version av Python du använder. Om du använder Mac har du redan Python installerad. Du måste ladda ner och installera Python om du använder Windows.

Du behöver pip installerad. Detta är en pakethanterare för Python, och den kommer med Python-versionerna 2.7.9 eller senare. Alla dessa steg kommer att ske via kommandoraden, så du kanske vill läsa vår guide till Windows Command Line En nybörjarhandbok till Windows Command Line En nybörjarhandbok till Windows Command Line Kommandoraden kan du kommunicera direkt med din dator och instruera den att utföra olika uppgifter. Läs mer eller vår snabba guide till Linux-kommandoraden En snabbguide för att komma igång med Linux-kommandoraden En snabbguide för att komma igång med Linux-kommandoraden Du kan göra massor av fantastiska saker med kommandon i Linux och det är verkligen inte svårt att lära sig. Läs mer .

Det finns två paket som behövs för att använda virtuella miljöer. Öppna en ny terminal och installera virtualenv paket:

pip installera virtualenv

Det är helt möjligt att använda och hantera virtuella miljöer med detta paket ensam. Jag kommer inte att täcka hur man gör det, eftersom det är mycket lättare att använda virtualenvwrapper. Detta är ett paket som är skrivet för att göra det enkelt att skapa och hantera virtuella miljöer. Installera det med pip:

pip installera virtualenvwrapper

I Windows behöver du installera ett något annorlunda paket:

pip installera virtualenvwrapper-win

Se till att du har virtualenv installerat innan du försöker installera virtualenvwrapper.

Konfigurera nu omslaget:

exportera WORKON_HOME = ~ / Envs source /usr/local/bin/virtualenvwrapper.sh

Detta omslag lagrar alla dina miljöer på samma ställe (i stället för spridda runt ditt filsystem, vilket den virtuella miljön kommer att göra utan omslaget).

Användande

Nu när din virtuella miljö är inställd, kan du börja använda den. Så här skapar du en ny miljö:

mkvirtualenv muo

Detta skapar en mapp och miljö som heter Muo inuti din ~ / Envs mapp.

Du kan använda det här kommandot för att skapa så många miljöer som du vill. Det är lätt att byta miljöer med hjälp av jobba på kommando:

workon muo

Du ska nu se namnet på ditt projekt i kommandoraden:

Alla paket du installerar fungerar bara inom denna miljö.

Om du inte längre vill arbeta i en miljö måste du använda avaktivera kommando:

avaktivera

Det är viktigt att notera att jobba på kommandot avaktiverar det aktuella projektet och aktiverar sedan det nya projektet. Det är inte nödvändigt att avaktivera först.

Det är lätt att lista virtuella miljöer:

lsvirtualenv

Om du använder versionskontroll Vad är Git och varför ska du använda Versionskontroll Om du är utvecklare Vad är Git och varför du bör använda Versionskontroll Om du är utvecklare Som webbutvecklare har vi mycket tid arbeta på lokala utvecklingsplatser så ladda bara upp allt när vi är färdiga. Det här är bra när det bara är du och förändringarna är små, ... Läs mer (och du borde verkligen vara), se till att du utesluter dina miljöer. (Tips: Använd kommandot gitignore om du använder Git.)

Om du inte längre vill ha en miljö kan du ta bort den:

rmvirtualenv muo

Se till att du för närvarande inte arbetar med den miljön, annars kommer du att få ett fel:

Slutligen är det enkelt att installera en miljö med en specifik version av Python:

virtualenv -p /usr/bin/python2.7 muo27

Se till att filvägen (/usr/bin/python2.7) pekar på en version av Python (det här kan vara vilken version som helst). Lägg märke till hur jag har ringt det här projektet muo27. Jag har använt suffixet 27 för att ange att detta är en Python 2.7-miljö.

Extra

Det finns några andra alternativ du kan använda när du skapar miljöer. De -Inga-site-paket alternativet installerar inte paket som redan är installerade globalt (av operativsystemet). Dessa kommer inte att vara tillgängliga för din miljö. Detta är användbart för att hålla ett projekt kompakt och städat, och inte fylla det med onödiga paket.

Du kan använda frysa Kommandot att skapa en lista över beroenden som behövs för ditt projekt:

pip frysa> beroenden.txt

Detta kommer att skapa .Text fil som heter beroenden av alla erforderliga moduler. Det gör det mycket lättare för dig eller en annan utvecklare att få projektet att gå igen vid ett senare tillfälle. Så här kan du installera de nödvändiga modulerna från den listan:

pip installera -r beroenden.txt

Nu när du vet hur du använder Python Virtual Environments finns det ingen gräns för de projekt du kan arbeta på! Varför inte lära dig att läsa och skriva till Google Sheets Hur man läser och skriver till Google Sheets med Python Hur man läser och skriver till Google Sheets Med Python Python kan tyckas konstigt och ovanligt, men det är lätt att lära sig och använda. I den här artikeln visar jag dig hur du läser och skriver till Google Sheets med Python. Läs mer och skapa dig en ny miljö att arbeta med.

Använder du Python Virtual Environments? Vad är din favoritfunktion? Låt oss veta i kommentarerna nedan!

Bildkredit: Sergey Nivens och Helen Dream via Shutterstock.com

Utforska mer om: Programmering, Python.