#Python 虚拟环境 venv 完全上手指南

#为什么需要虚拟环境？

假设这样一个场景：你手上同时进行着两个 Python 项目。
一个是用 pandas 1.5.x 做数据分析的老项目，另一个是用 pandas 2.2.x 打造 REST API 的新服务。
如果你把两个版本的 pandas 都塞进电脑的全局 Python 环境里，结局只有一个——依赖冲突，项目崩溃。

这就是 虚拟环境 的用武之地。
venv 是 Python 3.3 开始官方内置的虚拟环境工具，它的核心价值非常清晰：

1. 彻底的隔离管理 – 每个项目拥有一套独立的 Python 包，甚至可以绑定特定的 Python 解释器版本。
2. 零污染的全局环境 – 再也不用让系统 Python 塞满各种零散的第三方库。
3. 极简的依赖分享 – 一键导出、一键安装，团队协作或跨设备部署都轻松自如。
4. 100% 可复现的运行条件 – 不论在哪台电脑上，只要拿到依赖清单，就能还原出完全一致的开发环境。

#从零开始：创建与激活

#前置检查

请确保你的电脑上安装了 Python 3.3 或更高版本。打开终端，输入以下命令就能看到版本号：

python --version

Windows 用户也可以使用：

py -3 --version

#第一步：为项目创建一个“家”

在任意位置新建一个项目目录，把所有代码和配置文件收纳其中：

mkdir my_blog_project
cd my_blog_project

#第二步：用 venv 一键生成

推荐的创建命令非常简短，最后的 venv 是虚拟环境的目录名（你也可以换成 .venv 这样的隐藏目录）：

python -m venv venv

💡 小贴士
在 Linux / macOS 下，隐藏目录名（如 .venv）能让文件夹列表更整洁，推荐项目使用。Windows 的 PowerShell 同样能完美识别。

执行完毕后，目录结构大致如下（不同系统略有差异）：

my_blog_project/
├── venv/               # 虚拟环境核心
│   ├── bin/            # macOS/Linux：存放 python、pip 和激活脚本
│   ├── Scripts/        # Windows：存放可执行文件
│   ├── lib/
│   │   └── python3.x/
│   │       └── site-packages/  # 👈 虚拟环境装包的位置
│   ├── include/
│   └── pyvenv.cfg      # 虚拟环境配置文件
└── （你的项目代码）

#第三步：激活虚拟环境（一定要做！）

激活之后，终端会“锁定”在这个虚拟环境内，所有的 python 和 pip 操作都只会影响 site-packages 里的内容。

#Linux / macOS（包括 Git Bash）

source venv/bin/activate

#Windows - PowerShell (推荐)

首次使用可能需要临时放开执行策略：

Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
venv\Scripts\Activate.ps1

#Windows - CMD

venv\Scripts\activate.bat

激活成功的标志是：终端提示符前面会出现一个括号圈起来的虚拟环境名，例如：

(venv) user@MacBook-Pro my_blog_project %

#日常使用全流程

#1. 在虚拟环境中安装包

推荐使用 python -m pip 的写法，能有效避免混淆全局 pip 与虚拟环境 pip：

python -m pip install requests django

同样也可以直接写 pip install requests django，但前提是已经激活了环境。

#2. 查看已安装的包

随时查看虚拟环境里到底有哪些库：

pip list

#3. 导出依赖清单（协作/部署必备）

把当前环境所有包的名称和精确版本冻结到 requirements.txt 文件中：

pip freeze > requirements.txt

文件内容示例：

asgiref==3.8.1
django==5.0.6
requests==2.32.3
urllib3==2.2.1

#4. 从依赖清单重建环境

拿到别人的项目，或是换了新电脑后，只需三步就能重新拥有完全一致的运行环境：

1. 进入项目目录
2. 创建并激活一个全新的虚拟环境
3. 一键安装所有依赖：

   python -m pip install -r requirements.txt

#5. 退出虚拟环境

工作完成，想回到全局环境时，就输入：

deactivate

#进阶技巧与最佳实践

#✅ 推荐的最佳实践

• 一个项目，一个专属环境 – 不管项目多小，都值得拥有自己的虚拟环境。
• 不要将虚拟环境文件夹上传到 Git – 把 venv/（或 .venv/）写入 .gitignore。虚拟环境体积大且包含系统路径，搬来搬去毫无意义。
• 及时更新 requirements.txt – 每次安装或卸载包后，记得重新执行 pip freeze。
• 指定 Python 版本创建 – 如果项目严格要求 Python 3.10，可以直接这样创建：

  python3.10 -m venv venv
• 给虚拟环境起一个自定义别名 – 遇到多个环境时能一眼分清：

  python -m venv venv --prompt "my_blog"
  激活后提示符就会显示为 (my_blog)。

#🧩 冷门但好用的功能

#继承全局已装的大体积包

如果你在全局装了 10GB 的 PyTorch，不想在每个项目里再复制一份，可以用这个参数：

python -m venv venv --system-site-packages

⚠️ 谨慎使用！全局包的版本变动可能会悄悄影响你的项目。

#升级虚拟环境的 Python 版本

全局 Python 从 3.9 升到 3.10 后，已有的虚拟环境可以用下面命令同步升级：

python -m venv --upgrade venv

#常见问题排查

#❓ 激活失败？

• 检查路径：确认你当前位于项目根目录，并且激活脚本的路径与虚拟环境目录名一致。
• PowerShell 执行限制：第一次使用 PowerShell 激活前，务必先执行 Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass。
• 文件损坏：最简单的办法 —— 删掉现在这个环境的目录，重新 python -m venv 创建一个。

#❓ 装的包找不到？

大概率是忘记激活虚拟环境了。
用 which python（Linux / macOS）或 where python（Windows）查看当前 Python 解释器的路径。
如果路径没有指向项目中的 venv/bin/python 或 venv\Scripts\python.exe，那就赶紧重新激活一下。

#替代方案怎么选？

venv 是官方内置的轻量级方案，但 Python 生态中还有其他不错的工具：

对于绝大多数普通 Python 项目来说，venv 已经完全够用：无需额外安装、官方持续维护，简单可靠。