标签: virtual-environment

我是一个初学者，正在“玩弄”环境。我遇到了一种情况，似乎我激活了两个环境：我创建一个目录，使用 venv 创建一个环境，激活它，然后 conda 激活我之前创建的 conda 环境。这些是命令：

mkdir dummie_directory
cd dummie_directory
python -m venv .
Scripts\activate
conda activate old_env

之后我的命令行的开头如下所示：

(old_env)(dummie_directory) C:\Users\....

这是否意味着两个环境都处于活动状态？是否有任何预期用途，或者它很可能会导致已安装的软件包之间发生某种冲突/冲突？

谢谢

编辑清晰度：这个问题是关于venv的，它经常与virtualenv混淆。

删除系统的Python安装（使用该源在系统上创建虚拟环境所使用的源）有什么后果venv？

最终，我想做的是删除3.7安装并在发行3.8时安装3.8，但是我不确定虚拟环境与系统环境之间的连接强度。

提出此问题时可能相关的一些系统详细信息：

• 操作系统= Red Hat Enterprise Linux 7
• 3.7是从Python.org上的源代码安装的，而不是rh-Pythonx.x yum存储库中的packge。
• Python 3.7已安装到默认位置， /usr/local/bin/python3.7
• /usr/local/bin/python3 是一个链接 /usr/local/bin/python3.7

鉴于上述细节，我的印象是Python的3.8将安装到下/usr/local/bin/python3.8和python3然后将指向该版本。

虚拟环境内部是否有足够的空间成为自己稳定的3.7环境？还是会崩溃，尝试引用不再存在的系统安装？

tl; dr： 从不再存在的Python源创建的所有虚拟环境中发生了什么？

我正在尝试为我当前的 Django 项目创建一个虚拟环境

python3 -m venv env

但是该命令不会使用 bin/include/lib 文件夹创建任何目录。我到底错过了什么？

我经常发现这很有用，但我不确定有什么方法可以做到这一点。我经常在一个 python 项目上工作，在那里我用一个项目的虚拟环境和一个 Jupyter 笔记本启动项目。当我在 Jupyter notebook 中进行实验时，我开始向虚拟环境添加库。问题是如果我跑

pip freeze > requirements.txt

在我的项目结束时，该文件将在我的虚拟环境中包含 jupyter 的库。有什么方法可以运行 Jupyter 笔记本（例如在我的基本 conda 环境中）但使用与另一个虚拟环境关联的内核？这似乎是最好的解决方案，但我不确定这是否可行？我知道我可能会做一些事情来从冻结的内容中删除这些内容，但这似乎是一种黑客行为。我看不到任何方法可以避免在目标虚拟环境中至少安装 ipykernel

与Can I conda install an alpha or beta version of Python密切相关？但这个问题是关于 conda-forge 中的特定版本。如果 Python 版本（例如 3.10.0b1）可以通过https://www.python.org/download/pre-releases/下载但还没有在主要的 anaconda 或任何其他 conda 频道中，那么我最好的选择是什么？使用它？

• 在 conda-forge 上打开一个问题？
• 一些通用的 conda 安装脚本来在环境中运行 python 安装程序？
• 还有什么...

特别是对于 Python 的 alpha/beta 版本，我希望为我的安装保护 conda 环境。我现在担心使用标准 Python 安装程序，因为它可能无法正常运行，但也许我可以采取一些缓解措施？

我一直在尝试使用这个 yml 文件来创建一个环境（我创建了 yml）：

name: testenv
channels:
- esri
- scitools
- obspy
- conda-forge
- defaults
dependencies:
- appnope=0.1.0=py36_0
- libgfortran=3.0.0=0
- pip=9.0.1=py36_0
- python=3.6.2=0
- wheel=0.30.0=py_1
- pip:
  - ipython-genutils==0.2.0
  - jupyter-client==5.1.0
  - jupyter-console==5.1.0
  - jupyter-core==4.3.0
  - prompt-toolkit==1.0.15

但是它总是失败并显示以下错误消息：

Using Anaconda API: https://api.anaconda.org
Solving environment: failed

ResolvePackageNotFound:
  - wheel==0.30.0=py_1
  - appnope==0.1.0=py36_0

是不是找错频道了？如果我只是将它们安装在基本 conda 安装中，我就可以找到这些包。谢谢你的帮助。

我在树莓派 4 上有以下项目：我用 python 创建了一个人脸识别脚本，需要虚拟环境才能运行。该脚本打印出已检测到的人。

在 NodeJS 中，我想通过在节点（缩小版本）中运行脚本来接收答案：

const http = require("http");
const server = http.createServer((req, res) => {

var spawn = require('child_process').spawn,
py    = spawn('python', ['faceReg.py'],)
py.stdout.on('data', function(data){
  console.log('Data:' + data);

});
py.stdout.on('end', function(){
  console.log('Python ended');


 });

});

当执行代码时，我立即得到一个“python结束”。

在我的 pi 上，当我在执行前运行以下命令时，我可以运行脚本：

source ~/.virtualenvs/cv2_env/bin/activate 

python脚本基本上是：

stop = False
while(stop==False):
   print("Peter")

更新

跑步时

py    = spawn('~/.virtualenvs/cv2_env/bin/python', ['faceReg.py'])

我收到以下错误：

events.js:174
      throw er; // Unhandled 'error' event
      ^
Error: spawn ~/.virtualenvs/cv2_env/bin/python ENOENT
    at Process.ChildProcess._handle.onexit (internal/child_process.js:240:19)
    at onErrorNT (internal/child_process.js:415:16)
    at process._tickCallback (internal/process/next_tick.js:63:19)
    at …

到目前为止，我一直在 Windows 上使用 Anaconda，并且可以在选择要使用的确切 Python 时设置环境。例如conda create -n myEnvName python=3.7

现在，我想熟悉 Ubuntu 18.04 LTS 并使用基本的 Python 环境。

所以我遵循了以下步骤：

1. 在我的文件夹中创建 home = ~/.venvPython
   • (a) 我想我的操作系统默认已经有了 2.7 和 3.6。
   • (b) 我不太记得了，我想我必须这样做sudo apt-get install python3-venv。
2. 在 CD 到 .venvPython 文件夹运行后以这种方式创建环境： python3 -m venv venv1BigDataPgm2
3. source ~/.venvPython/venv1BigDataPgm2/bin/activate
4. 命令python --version说：Python 3.6.9

运行whereis Python显示：

rohit@rohitUb18043LTS:~$ whereis python
python: /usr/bin/python3.6 /usr/bin/python3.6-config /usr/bin/python2.7-config /usr/bin/python3.6m-config /usr/bin/python /usr/bin/python3.6m /usr/bin/python2.7 /usr/lib/python3.8 /usr/lib/python3.7 /usr/lib/python3.6 /usr/lib/python2.7 /etc/python3.6 /etc/python /etc/python2.7 /usr/local/lib/python3.6 /usr/local/lib/python2.7 /usr/include/python3.6 /usr/include/python3.6m /usr/include/python2.7 /usr/share/python …

注意：这个问题指的是Julia v1.5。当然，任何时候答案都应该理想地回答最新版本的问题。

Julia 安装提供了一个默认环境（称为，例如@v1.5）。当在某个工作目录中运行 Julia 时，可以julia>] activate .创建一个新环境或激活当前环境（如果当前文件夹包含诸如 之类的文件Project.toml）。

当 Julia 代码在某个环境中运行时，该环境定义了可以通过using或导入哪些包（或模块） import。但是，始终可以使用默认环境中安装的软件包。我还没有在文档中看到这个事实（尽管可能提到过），并在花了一些时间追踪丢失的导入后“艰难地”了解到了这一点。

这有优点也有缺点：有时人们觉得需要使用不属于项目真正一部分的包，例如用于分析或调试。如果这些安装在默认环境中，则可以使用它们而不会污染项目依赖项。另一方面，add尽管项目使用了某个包，但可能会忘记将某个包添加到项目的环境中。Project.toml在这种情况下，其他用户无法从和重现必要的环境Manifest.toml。（向 Julia 启动时运行的 Julia 脚本添加重要代码也可能有这个缺点）。

在我看来，有几种方法可以解决这个问题：

1. 随意使用从默认环境继承的包（以及 Julia 启动时的脚本），并通过 CI 进行广泛的单元测试以实现可重复性
2. 切勿将包添加到默认环境中。注意不要在 Julia 启动时在脚本中导入包。
3. 只需将您想要的所有包包含在项目/清单文件中，无论实际存储库代码是否使用它们。

我的问题：是否有更多（更好？）的方法来处理这个问题？哪种选择对 Julia 来说是惯用的？

我正在为我的虚拟环境寻找某种命名方案。

• 你通常怎么称呼它们？
• python 虚拟环境有命名约定吗？