Python虚拟环境与依赖管理入门

在 Python 开发中，你是否遇到过这样的困扰：项目 A 需要 requests 2.x，项目 B 却依赖 requests 1.x；或者在自己电脑上运行正常的代码，换一台机器就报错？这些问题的根源，大多是没有把虚拟环境和依赖管理做好。本文带你从零开始了解 Python 的虚拟环境与依赖管理。

一、为什么需要虚拟环境

Python 默认把所有第三方包安装到全局的 site-packages 目录中。当多个项目共用同一套全局包时，很容易出现版本冲突：升级一个包修复了项目 A，却可能把项目 B 搞崩。虚拟环境（Virtual Environment）为每个项目创建独立的解释器副本和包目录，让各项目的依赖互不干扰，这是 Python 开发最值得养成的习惯之一。

二、venv：开箱即用的虚拟环境

Python 3.3 起内置了 venv 模块，不需要安装任何额外工具：

# 创建虚拟环境
python -m venv .venv

# 激活（Windows）
.venv\Scripts\activate
# 激活（macOS / Linux）
source .venv/bin/activate

# 退出虚拟环境
deactivate

激活后，命令行提示符前会出现 (.venv) 前缀，此时用 pip 安装的包只会进入当前虚拟环境的目录，不会污染全局环境。

三、用 pip 管理依赖

进入虚拟环境后，依赖管理就围绕 pip 展开：

# 安装指定版本
pip install requests==2.31.0

# 导出依赖清单
pip freeze > requirements.txt

# 在新机器上一键还原
pip install -r requirements.txt

建议养成一个习惯：每次新增依赖就同步更新 requirements.txt，并把它提交到版本库。这样任何人拿到项目，只需创建虚拟环境、执行一条命令，就能还原出一致的开发环境。

四、几个实用小技巧

1. 镜像加速：国内直连 PyPI 官方源较慢，可以临时加上 -i https://pypi.tuna.tsinghua.edu.cn/simple，也可以写入 pip.conf 长期生效。
2. 虚拟环境目录不要提交：把 .venv/ 加入 .gitignore，只提交 requirements.txt。
3. 统一 Python 版本：团队内约定创建虚拟环境所用的解释器版本，避免“在我机器上能跑”的尴尬。
4. 进阶工具：项目规模变大后，可以尝试 Poetry、uv 等工具，它们把环境管理与依赖锁文件结合得更紧密。

小结

虚拟环境解决的是“隔离”问题，requirements.txt 解决的是“复现”问题。掌握这两样，你的 Python 项目就具备了可移植、可协作的基础。从今天开始，为每一个新项目创建一个独立的虚拟环境吧！