python基础-创建虚拟环境

虚拟环境

创建项目目录： 首先，在本地创建一个新的目录，用于存放您的项目文件。

mkdir ai_chatbot_project
cd ai_chatbot_project

创建虚拟环境： 使用Python的venv模块创建一个虚拟环境，以便管理项目的依赖关系。

python -m venv venv

激活虚拟环境：

在Windows上：

.\venv\Scripts\activate

在Unix或MacOS上：

source venv/bin/activate

在激活虚拟环境后，在cmd中 pip --version 查看是否在虚拟环境中：

// 如此是全局环境
pip 24.1.2 from D:\python\Lib\site-packages\pip (python 3.12)
// 如此是虚拟环境
(venv) D:\python-work\ai-demo> pip --version
pip 24.0 from D:\python-work\ai-demo\venv\Lib\site-packages\pip (python 3.12)

如果检测到当前是在全局环境中，想要在虚拟环境中安装依赖：

d:/python-work/ai-demo/venv/Scripts/python -m pip install modelscope[nlp] transformers torch

对比下全局环境下的安装：

pip install modelscope[nlp] transformers torch --upgrade

在激活的虚拟环境中，安装所需的Python库，例如Transformers。

pip install transformers

创建requirements.txt文件

生成一个requirements.txt文件，记录项目的所有依赖包及其版本。这有助于在服务器上重新创建相同的环境。

pip freeze > requirements.txt

迁移到服务器

当您准备将项目迁移到服务器时，可以按照以下步骤：

• 将整个项目目录上传到服务器。

• 在服务器上创建并激活虚拟环境。

• 使用requirements.txt安装依赖：

pip install -r requirements.txt

查看安装了哪些包

(venv) D:\python-work\py-bigdata>pip list

使用pip list命令可以列出当前 Python 环境中已安装的所有包及其版本信息。

如果你想将输出保存到文件中，可以使用重定向操作符>，例如：

pip list > installed_packages.txt

pip freeze命令会以包名==版本号的格式列出所有已安装的包，通常用于生成项目依赖文件。

(venv) D:\python-work\py-bigdata>pip freeze
contourpy==1.3.1
cycler==0.12.1
fonttools==4.56.0
kiwisolver==1.4.8
matplotlib==3.10.0

命令执行后，会显示一个按照包名==版本号格式排列的列表。