Virtualenv 安装指南:Python 虚拟环境管理利器
2026-02-04 05:24:39作者:柏廷章Berta
前言
Virtualenv 是 Python 开发中不可或缺的工具,它能够为每个项目创建独立的 Python 环境,有效解决不同项目间依赖冲突的问题。本文将详细介绍 virtualenv 的各种安装方式及其适用场景,帮助开发者选择最适合自己的安装方法。
推荐安装方式:使用 pipx
对于大多数开发者来说,使用 pipx 安装 virtualenv 是最佳选择。pipx 专为安装 Python 命令行工具而设计,它会在独立的环境中安装 virtualenv,避免与其他 Python 包产生冲突。
安装步骤
- 首先确保系统已安装 Python 3.7 或更高版本
- 安装 pipx(如果尚未安装)
- 通过 pipx 安装 virtualenv
pipx install virtualenv
virtualenv --help
优势
- 隔离安装:virtualenv 运行在独立环境中,不会影响系统其他 Python 包
- 易于升级:可以单独升级 virtualenv 而不会影响其他工具
- 干净卸载:需要时能够完全移除,不留痕迹
备选方案:使用 pip 安装
如果无法使用 pipx,也可以考虑通过 pip 安装 virtualenv。但需要注意以下几点:
安装命令
python -m pip install --user virtualenv
python -m virtualenv --help
注意事项
- 系统 Python 警告:如果使用操作系统自带的 Python,可能会与系统包管理器产生冲突
- pip 版本要求:确保 pip 版本足够新(至少 9.0.0)
- 用户安装:推荐使用
--user标志,避免影响系统全局环境
安装方式差异
Wheel 安装
- 需要 pip 9.0.0 或更高版本
- 能够正确处理
python-requires标签 - 某些镜像源(如旧版 OpenStack 镜像)可能不支持此功能
源码安装
- 需要 pip 18.0.0 或更高版本
- 必须满足
pyproject.toml中的构建要求 - 适合需要从源代码构建的特殊情况
免安装方案:使用 zipapp
对于临时使用或无法安装 virtualenv 的环境,可以直接下载 zipapp 文件运行:
python virtualenv.pyz --help
版本选择
- 最新版:
https://bootstrap.pypa.io/virtualenv.pyz - 特定 Python 版本支持:
https://bootstrap.pypa.io/virtualenv/x.y/virtualenv.pyz(如 Python 3.11)
适用场景
- 临时使用,不需要长期安装
- 受限环境(如无安装权限)
- 快速测试不同版本
开发版安装(不推荐)
如需测试尚未发布的开发版本,可以使用以下命令:
pip install git+https://github.com/pypa/virtualenv.git@main
注意:开发版可能不稳定,仅推荐用于测试目的。
兼容性说明
Python 版本支持
virtualenv 支持以下 Python 实现和版本:
- CPython:3.7 至 3.13
- PyPy:3.7 至 3.10
操作系统支持
Linux
- python.org 官方安装包
- Ubuntu 16.04+(包括 deadsnakes PPA)
- Fedora、RHEL、CentOS
- OpenSUSE、Arch Linux
macOS
- python.org 官方安装包
- Homebrew 安装的 Python
- XCode 中的 Python 3 框架
Windows
- python.org 官方安装包
- Windows Store 中的 Python 3.8+
版本淘汰计划
- 20.27.0 版本(2024年10月)起不再支持 Python ≤3.7
- 20.18.0 版本(2023年2月)起不再支持 Python ≤3.6
- 20.22.0 版本(2023年4月)起不再支持为 Python ≤3.6 创建环境
总结
根据使用场景选择合适的安装方式:
- 日常开发:优先使用 pipx 安装
- 受限环境:考虑 pip 用户安装或 zipapp
- 临时使用:直接下载 zipapp 运行
- 测试目的:可尝试开发版本
正确安装 virtualenv 是 Python 项目依赖管理的第一步,选择适合的安装方式能为后续开发工作奠定良好基础。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430