一文弄懂Python环境

一文弄懂Python环境

相信很多刚接触Python或者想入门机器学习、深度学习的朋友，都被Python五花八门的环境配置和杂七杂八的外部依赖库所困扰，本文致力于从根本上理清Python环境的原理，相信各位在阅读后能对Python环境有新的认识，并在大型代码环境配置中更加得心应手。

一. 什么是Python环境？

Python的环境总体上可以分为全局环境和虚拟环境,但是二者的本质没有区别，他们都是一个文件夹。为什么说是一个文件夹呢？
所谓的环境，根本上由两部分组成：基本的Python解释器, 代码所需要的第三方库。而这两部分，实际上都被放在了同一个文件夹里，所以包括这两部分的完整的文件夹，实际上就是一个Python运行的环境。
而全局环境和虚拟环境的根本区别，实际上是这个文件夹的路径，有没有被添加至电脑的环境变量之中，如果该文件夹路径被添加到了环境变量中，那么就成了全局环境，否则就是虚拟环境。（环境变量的意义，就是电脑在执行命令行或脚本语句：如pip时，会先去寻找环境变量所代表的路径下的文件，现在不理解也没关系~~）。

现在让我们先看一下全局环境在文件夹中的具体内容，然后告诉各位几个常用文件夹的作用。
如图所示，

1. python.exe就是我们的python执行脚本，即我们在终端输入python时，他就会执行这个程序（因为这个文件夹的路径以及被添加至环境变量中了）
2. 另一个很重要的文件夹是Lib文件夹下的site-packages文件夹，里面就包含了我们安装的所有第三方库，也就是说你pip的下来的库一般都会在site-packages中能看到。
3. Scripts文件夹也十分重要，因为Scripts里面有pip.exe可执行文件，他就是我们在终端输入pip后，最终会执行的文件。除此之外，也有其他有用的可执行文件，大家可自行查阅。

二. 为什么会有环境污染

在我看来，环境污染主要分为两方面：

1. 终端输入python xxx.py 或者 pip install xxx后，无法执行正确的python命令和pip命令。
2. 在某环境中，安装了版本不匹配的第三方库，导致运行时报错。

造成原因：

1. 全局环境有多个，单纯输入python时，系统不知道具体要调用哪个环境下的python脚本，因此使用了错误的环境去执行代码，或者pip将第三方库下载到了错误的环境当中。
2. 全局环境中第三方库凌乱，如在一次开发中将一些包如numpy安装到了全局环境中，然后第二次开发又需要这些包如numpy的不同版本，造成版本混乱，运行报错。

解决方法:

1. 在执行python命令时，不要单纯输入python，把环境所在的文件夹路径也加上，实机上vscode在运行python程序时就是这么干的。如图蓝色的就是我的要执行的环境中python.exe的位置。后面是要运行的py代码位置。
2. 在Lib下的site-package文件夹检查各第三方库的版本，删除旧版本，再重装新版本。

好了，我们可以看到当项目越来越多，使用的包越来越多时，如果全放在全局环境就很难搞了，运行起来麻烦且不好管理，因此对于较大的python项目，一般一定是要使用虚拟环境，而全局环境适合安装一些常用的第三方库，方便日常写简单代码使用。

三. 虚拟环境登场

虚拟环境的作用在于，你的所有第三方库都会被安装在这个虚拟环境所指带的文件夹下面，然后当执行该环境中的python命令时，他也只会在该文件夹下去搜寻所需的第三方库，非常好的避免了各库之间的污染。

可以通过两种方式创建虚拟环境，第一种是python自带的虚拟环境管理工具Venv,而另一种则是网上一堆人使用的Conda。

• Venv轻量： 作者认为对于第三方库不多的项目用Venv就够了，因为他是在你的项目文件夹中直接创建一个.venv文件夹，这就相当于你的虚拟环境了，里面所有的第三方库都会下载到这个文件夹里，而且pip和python命令也可以直接从这个文件夹里的Scripts文件夹下调用。但需要注意一点，创建Venv的前提是你电脑要先有基本的python解释器，Venv是在你电脑上的Python解释器基础上创建的，对于第三方库进行管理的虚拟环境。
• Conda大型 ：而对于一些大型或者开源的深度学习项目如LLM、YOLOv8等，则推荐使用conda了，conda的虚拟环境会从头开始帮你安装选定版本的Python解释器（跟你电脑之前下载的python解释器就无关了），然后你通过调用这个环境的pip，之后的第三方库都会下载到这个conda环境中，也就是一个.conda文件夹中。但是使用conda的时候要小心，特别是这个命令conda env -n env_name ,如果你无脑使用，那么这个虚拟环境很可能被安装在了C盘，并且导致后续的超大第三方库如Pytorch会逐渐让你的C盘爆炸。

下面以vscode为例，演示一下venv的使用：

• 在一个Python项目文件夹中，打开其中一个py文件，点击右下角这个
• 调用出这个，这里就是给你选择环境的如果不想创建虚拟环境，可以直接从这里面选。- 如果要创建虚拟环境，点击+ create Virtual Environment ,调用出这个，然后选择venv，后面再选择一个python的解释器版本即可创建成功。
• 注意，vscode有时候会出bug，即使你选择了虚拟环境但是如果你直接在终端输入python xx.py，他还是有可能去调用全局环境（所以建议在运行前，在终端输入python --version 检查一下版本对不对），为了避免这种情况发生，一种方式是用vscode右上角的运行python文件按钮执行文件，或者直接调用环境中的python脚本.venv/Scripts/python xxx.py （一定要先将终端cd当前项目文件夹下，不然就输入绝对路径，太麻烦，pip同理）。
• 如果要安装conda环境，也可以采用相同的方式（前面选择创建conda虚拟环境即可），安装后会有一个.conda文件夹，里面就是你的conda虚拟环境，但是他比较大，因为python解释器也包括在里面了。

四. 正确使用Conda

如果你打算使用conda创建虚拟环境，那么我建议你不要盲目复制网上的anaconda命令语句， 在创建虚拟环境之前，请先明确以下这一点，非常重要：你的虚拟环境最终会创建到哪个路径之下（强烈不建议装在C盘）。

以下是具体的准备工作：

• 先查看conda里有哪些虚拟环境，并且看看他们在哪个文件夹下。
• 下一步，假设还没有这个llm虚拟环境，然后我们要在D盘Project文件夹下创建这个虚拟环境，我们就使用如下命令,其中python的版本视情况而定：conda create --prefix=D:\Project\llm python=3.9
• 这个时候，llm环境其实已经创建好了，但是他的名称比较长，每次activate的时候麻烦，所以我们要给他设置别名：conda config --append envs_dirs D:\Project 之后就可以直接activate llm来激活这个虚拟环境了。详细可以参考这篇博文：链接: conda在D盘创建虚拟环境。

五. 总结

总而言之，我们要弄清楚，任何环境实际上就是一个文件夹，里面包括了所需的python解释器和第三方库，我们的python命令和pip命令实际上就是执行相应文件夹下的python.exe文件和pip.exe文件，有时候如果执行了错误文件夹下的相应文件，就会造成第三方库寻找不到的情况。

因此，当你在终端直接输入pip install时，请三思而后行，确保知道你是否执行了所需环境中的pip.exe文件，否则你的第三方库将被安装到错误的环境当中。那么在运行代码时等待你的就是"cannot import module xxxx" 。