创建一个新的虚拟环境是为了隔离项目的依赖项，以下是几种常见的创建新虚拟环境的做法： --- ### 方法一：使用 `venv` 模块（推荐） 这是 Python 3 内置的一种工具，无需额外安装。可以按以下步骤操作： 1. **打开终端** 并进入目标项目目录。 2. 使用下面的命令创建名为 `myenv` 的虚拟环境（替换为你想要的名字）： ```bash python3 -m venv myenv # macOS/Linux 上一般如此； 或者 python -m venv myenv # Windows 上通常直接用这个命令行样式就好。 ``` 3. 启动刚生成的新环境前先激活之： - 对于 Linux/macOS 用户来说， ```bash source myenv/bin/activate ``` - 而 Window 平台下的对应指令则是， ```cmd .\myenv\Scripts\activate ``` 4. 停止时只需要简单输入 deactivate 即可退出该虚拟环境回到正常状态。 --- ### 方法二：借助 Conda 工具管理包+环境 (适合跨语言场景) Anaconda 发行版自带 conda 包管理系统支持更复杂多样化的配置任务包含但不限于R、Julia等其它编程技术领域内的东西。 示例如下所示： ```bash # 构建一个基于python=3.x版本的基础框架结构命名为'datasci' conda create --name datasci python=3.x # 接下来启动刚刚新建完成的数据科学研究专属工作区 conda activate datasci # 安装必要的软件组件进去如pandas等等... conda install pandas matplotlib scikit-learn jupyterlab ``` > 注意这里的 x 根据实际需要选择具体的次要数字位数。 --- ### 方法三：通过 VirtualEnvWrapper 提升效率(高级玩家向导模式) 虽然原生 virtualenv 功能强大已经足够应付日常所需了，不过如果频繁地涉及众多独立分开的小型工程处理事务的话还是稍显繁琐了些许。于是乎就有了这么一款插件式增强扩展方案问世——VirtualEnvWrapper 就是用来简化常规流程的一套组合拳动作集合体。 首先得保证自己机器上有安装好基础构件才行哟～然后就是依次执行相应脚本初始化设置环节咯～ #### 步骤概述： 1. 先决条件确认完毕后便可着手安排下一步计划啦~ ```shell script pip install virtualenvwrapper-win #(适用于Windows操作系统) OR sudo apt-get install virtualenvwrapper #(针对Ubuntu类型的Linux发行板卡系列而言哦~) export WORKON_HOME=$HOME/.virtualenvs && mkdir $WORKON_HOME echo "export WORKON_HOME=\$HOME/.virtualenvs" >> ~/.bashrc echo "source /usr/local/bin/virtualenvwrapper.sh" >> ~/.bashrc || echo "source /usr/bin/virtualenvwrapper.sh" >> ~/.bashrc source ~/.bashrc ``` 2. 下面就可以尽情享受快捷便利的服务体验啦！ * 创立全新沙盒实例区域:`mkvirtualenv project_name` * 查看当前存在哪些选项可供选用:`workon ` * 删除无用的历史记录条目:`rmvirtualenv obsolete_project` --- 以上便是三种常用的方式去构造属于自己的纯净天地，在这里面自由驰骋吧！