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.txtpip 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。
Python 交互式环境中导入模块
在虚拟环境中使用import
进入 Python 交互式环境：在命令行中输入 python 并回车，这样就可以进入 Python 交互式环境，此时命令行提示符会变成 >>>。
(venv) D:\python-work\py-bigdata>python
Python 3.10.0 (tags/v3.10.0:b494f59, Oct 4 2021, 19:00:18) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>导入 matplotlib 模块：在 >>> 提示符后输入 import matplotlib 并回车，如果没有报错，说明 matplotlib 模块已经成功导入。
>>> import matplotlib退出交互式环境：
在 Python 交互式环境（命令行提示符为>>>）中，你可以直接输入exit()或者quit()然后回车，就可以退出交互式环境。比如：
>>> exit()在 Python 脚本中导入模块
在虚拟环境的目录中创建一个py文件。
import matplotlib
# 可以添加一些测试代码，例如打印 matplotlib 的版本号
print(matplotlib.__version__)然后在虚拟环境中运行这个文件：
(venv) D:\python-work\py-bigdata>python test.py
目录