Python 新手入门：先学会用虚拟环境管好依赖

刚学 Python 时，很多人都会直接在系统环境里装包。开始很省事，时间一长就容易出问题：A 项目要 requests 2.x，B 项目却要 3.x；换一台电脑又得重新回忆装过什么；甚至一不小心升级了某个包，正在跑的脚本就报错了。虚拟环境就是为了解决这些麻烦，它给每个项目单独准备一套 Python 解释器和依赖，互不干扰。

一句话理解虚拟环境

可以把虚拟环境想象成项目专属的工具箱。系统 Python 是公共工具间，所有项目共用；虚拟环境则是在项目目录旁边单独开一个小房间，里面放着这个项目自己的 pip 和第三方库。激活它之后，python 和 pip 指的都是这个房间里的版本；退出之后，一切恢复原样，系统环境不会被污染。

动手做一次

在项目文件夹里执行：

python -m venv .venv

这会在当前目录生成 .venv 文件夹，里面包含解释器和基础工具。接下来激活它。Windows 上是：

.venv\Scripts\activate

macOS 和 Linux 上是：

source .venv/bin/activate

成功后命令行前面会出现 (.venv)，表示你已经进入这个环境。此时再安装依赖，例如：

pip install requests

它只会装进 .venv，不会影响系统 Python。工作结束时输入 deactivate 就能退出。

把依赖固定下来

只靠口头记住装过什么是靠不住的。项目稳定后，用下面命令生成依赖清单：

pip freeze > requirements.txt

新环境或新电脑上，只要创建并激活虚拟环境，再执行 pip install -r requirements.txt，就能基本复现同一套依赖。这也是团队协作和部署时最常见的交接方式。记得把 .venv 目录加入 .gitignore，只提交代码和 requirements.txt，不要把整个环境传进仓库。

新手最容易踩的几个坑

第一，创建之后忘记激活，直接在全局装包，结果换个终端又找不到包。第二，在不同终端窗口里混用环境，一个窗口激活了，另一个没有，报错信息看起来莫名其妙。第三，升级 pip 或某个核心库前没有先确认项目是否兼容，导致旧代码突然跑不起来。第四，把项目文件夹整个复制给别人时连 .venv 一起复制，既臃肿又可能因为路径和系统不同而失效。正确做法是只传代码和依赖清单，对方重新创建环境。

虚拟环境和 conda 怎么选

如果只是做纯 Python 项目，标准库自带的 venv 已经够用，轻量、无需额外安装，也最容易讲清楚原理。如果项目涉及科学计算、不同版本的 Python 解释器管理，或者需要同时管理非 Python 的系统依赖，conda、uv 这类工具会更方便。入门阶段建议先把 venv 用熟：创建、激活、安装、冻结、退出这一套流程跑通，再去学其他工具，理解起来会快很多。

一个好的开始习惯

每新建一个 Python 项目，先做三件事：创建虚拟环境、激活它、写好 requirements.txt。项目小的时候这几步看起来多余，可一旦项目变大、依赖变多、需要换电脑或和别人协作，它们就会成倍地省时间。养成这个习惯，之后再学 Docker、包管理或部署工具，也会更容易理解“环境隔离”这个核心思想。