怎么用python-mvenv创建虚拟环境?

闻溪
闻溪
发布时间:2026-11-18 | 8人浏览过
原创

本文详细讲解如何使用Python内置模块venv(即python -m venv)创建、激活、使用与退出虚拟环境,解析隔离架构与目录结构,并提供跨平台命令速查与常见排错指南。

Python 基础工具 运行环境:Python 3.3+ (跨平台) 更新时间:2026年
怎么用python-mvenv创建虚拟环境?
主题缩略图:Python 虚拟环境的核心理念是通过独立沙箱隔绝项目间的依赖冲突

假设你正在本地维护一个采用 Django 3.2 的老项目,此时又接手了一个必须使用 Django 5.0 的新项目。如果直接在操作系统中运行 pip install django,新安装的库就会直接覆盖旧版本,导致老项目因语法和接口废弃而报错崩溃。在日常开发中,不同项目依赖同一个第三方库的不同版本、或者依赖互相排斥的底层组件,是极为常见的场景。

解决这个问题的最标准手段,就是使用 Python 官方自带的 venv 模块为每个项目构建专用的沙箱空间。标题中常被连写的 python-mvenv,其标准终端命令形式为 python -m venv <环境名称>。通过这行指令,Python 会在指定目录生成包含独立解释器入口和纯净依赖库的专用运行环境,确保各个项目互不干扰。本文将一步步拆解创建、激活、使用以及清理虚拟环境的标准操作。

一、核心认知:为什么必须使用 venv 隔离环境?

在没有虚拟环境的情况下,所有通过 pip install 安装的第三方包都会堆放在操作系统的全局 site-packages 目录中。全局安装存在三大典型缺陷:

  • 版本冲突无法调和:一台机器只能在全局安装某一个包的某一个版本,无法满足多项目并存的诉求。
  • 系统环境脆弱易崩:在 Linux 或 macOS 系统中,操作系统自身的部分管理工具(如 yum、apt 插件或系统监控脚本)也依赖系统 Python。直接在全局安装或升级第三方库可能损坏系统本身的基础组件。
  • 交付与迁移困难:全局环境中混合了成百上千个包,当需要将项目部署到服务器或交付给同事时,很难准确挑出当前项目究竟依赖了哪些库。

从 Python 3.3 起,官方正式引入了内置模块 venv(PEP 405)。相比早期的第三方工具(如 virtualenv、pipenv、conda),venv 的最大优势在于轻量原生、零外部依赖,只要机器安装了标准 Python 解释器,就可以直接开箱使用。

怎么用python-mvenv创建虚拟环境?
图 1:全局共享依赖与 venv 独立沙箱隔离机制对照图

二、具体操作:创建与激活虚拟环境的完整步骤

完成一个完整的虚拟环境闭环,通常包括 5 个明确步骤:检查基础环境、进入项目目录、执行创建命令、激活环境、验证生效。无论在 Windows 还是在 macOS / Linux 下,核心逻辑完全一致,仅激活脚本的调用命令略有系统差异。

第 1 步:确认 Python 版本

打开终端(Windows 下为 PowerShell 或 CMD,macOS / Linux 下为 Terminal),首先检查系统当前安装的 Python 版本是否在 3.3 以上:

输入命令
python3 --version
# 或者在 Windows 下输入
python --version
示例输出
Python 3.11.8

如果输出显示的是 Python 3.x,说明已具备直接使用 venv 的基础条件。

第 2 步:进入项目目录并执行创建命令

使用 cd 命令进入你需要独立环境的项目根目录,然后执行创建命令:

输入命令
# 进入项目根目录
cd /path/to/your_project

# 执行创建命令,通常命名为 .venv 或 venv
python3 -m venv .venv

参数解析:-m venv 表示将 Python 标准库中的 venv 模块作为脚本执行;后面的 .venv 是创建的目标文件夹名称。以点开头的文件夹(如 .venv)在 Unix 系统中默认被隐藏,且是现代 IDE(如 VS Code、PyCharm)默认识别虚拟环境的标准命名习惯。

第 3 步:激活虚拟环境(按操作系统执行)

虚拟环境创建完成后,它只是磁盘上的一个普通文件夹。必须执行“激活(activate)”脚本,终端才会切换环境变量中的 PATH 指向该沙箱:

操作系统 / Shell 环境 激活命令 退出命令
macOS / Linux (Bash 或 Zsh) source .venv/bin/activate deactivate
Windows (PowerShell) .\.venv\Scripts\Activate.ps1 deactivate
Windows (传统 CMD) .\.venv\Scripts\activate.bat deactivate
Linux (Fish Shell) source .venv/bin/activate.fish deactivate

第 4 步:验证虚拟环境是否已成功激活

成功激活后,可以观察到两个非常明显的特征:

  1. 终端提示符前缀变化:命令行最左侧会出现括号包裹的环境名,例如 (.venv) user@host:~/my_project$。
  2. 查看实际解释器路径:在终端中输入路径查询命令,确认当前调用的 python 已经定向到虚拟环境内部。
查询命令与示例输出 (macOS/Linux)
which python
# 示例输出:/Users/username/my_project/.venv/bin/python

which pip
# 示例输出:/Users/username/my_project/.venv/bin/pip
查询命令与示例输出 (Windows)
where python
# 示例输出:C:\Users\username\my_project\.venv\Scripts\python.exe

当路径指向项目下的 .venv 目录时,表明所有后续的 pip install 与代码执行都已完全被限制在该沙箱内。

怎么用python-mvenv创建虚拟环境?
图 2:使用 python -m venv 创建与激活虚拟环境的五步工作流

三、底层解密:虚拟环境目录里究竟有什么?

执行 python -m venv .venv 后,系统并没有完整复制一套数十兆甚至上百兆的 Python 运行时,而是生成了一个结构精巧的轻量级目录树。以 macOS / Linux 系统为例,展开 .venv 目录可以看到如下组成:

虚拟环境目录树结构示例
.venv/
├── bin/                          # Windows 下为 Scripts/
│   ├── activate                  # Bash/Zsh 激活脚本
│   ├── activate.csh              # Csh 激活脚本
│   ├── activate.fish             # Fish Shell 激活脚本
│   ├── python -> /usr/bin/python3# 指向系统基础解释器的符号链接
│   ├── python3 -> python
│   └── pip                       # 专属于本环境的包安装器
├── include/                      # 编译 C 扩展库时所需的 C 头文件占位
├── lib/
│   └── python3.11/
│       └── site-packages/        # 本虚拟环境中 pip 安装所有包的物理存储位置
└── pyvenv.cfg                    # 核心配置文件(解释器寻址与隔离规则)

其中最为核心的文件是根目录下的 pyvenv.cfg。用文本编辑器打开它,内容通常只有几行:

pyvenv.cfg 内容示例
home = /opt/homebrew/opt/python@3.11/bin
include-system-site-packages = false
version = 3.11.8
executable = /opt/homebrew/Cellar/python@3.11/3.11.8/bin/python3.11
command = /opt/homebrew/opt/python@3.11/bin/python3 -m venv /Users/username/my_project/.venv

Python 是如何实现隔离的? 当运行 .venv/bin/python 时,解释器会先查找自身同级目录或上级目录下是否存在 pyvenv.cfg。一旦找到该文件:

  • 它知道自己当前处于虚拟环境中,因此不再将模块搜索路径(sys.path)指向全局的 site-packages。
  • 由于 include-system-site-packages = false,它会完全切断全局第三方库的继承,仅加载当前 .venv/lib/pythonX.Y/site-packages 下的内容。
  • 基础的标准库模块(如 os、sys、math 等)则借由 home 属性指向的基础 Python 安装目录进行按需调度。
怎么用python-mvenv创建虚拟环境?
图 3:.venv 内部目录结构与运行时模块寻址重定向机制

四、工程实操:依赖管理与项目交接规范

创建并激活虚拟环境后,就可以像往常一样安装第三方库。这里有两套最为关键的标准工程流程:导出依赖清单与团队协作还原。

1. 安装包与锁定依赖

在激活状态下安装需要的第三方库,例如安装最新版的 requests:

输入命令
pip install requests

当开发完成,准备将代码提交到 Git 仓库或交接给其他人时,必须通过 pip freeze 将当前环境中所有依赖包的确切版本冻结并输出为 requirements.txt:

输入命令
pip freeze > requirements.txt
生成的 requirements.txt 示例内容
certifi==2024.2.2
charset-normalizer==3.3.2
idna==3.6
requests==2.31.0
urllib3==2.2.1

2. 团队成员在新机器上一键还原环境

当同事克隆了你的代码,或者你将代码部署到线上 Linux 服务器时,绝对不要直接拷贝 .venv 文件夹。标准做法是:在新机器上按同样步骤新建一个干净的虚拟环境,然后执行批量安装:

输入命令
# 1. 创建全新的独立虚拟环境
python3 -m venv .venv

# 2. 激活虚拟环境
source .venv/bin/activate   # (Windows 用户执行 .\.venv\Scripts\Activate.ps1)

# 3. 严格按照依赖清单一键还原
pip install -r requirements.txt

五、常见问题与避坑排错指南

在不同操作系统或不同终端环境下使用 python -m venv 时,初学者最容易遇到以下四类典型报错:

1. Windows PowerShell 报错:“无法加载文件 Activate.ps1,因为在此系统上禁止运行脚本”

原因:Windows 系统出于安全考量,默认对 PowerShell 设置了脚本执行策略(Restricted)。

解决办法:使用管理员身份打开 PowerShell,将执行策略更改为 RemoteSigned:

输入命令
Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned

按 Y 确认后,重新执行 .\.venv\Scripts\Activate.ps1 即可顺利激活。

2. Linux / Ubuntu 报错:“The virtual environment was not created successfully because ensurepip is not available” 或提示缺少 python3-venv

原因:在 Debian、Ubuntu 等部分 Linux 发行版中,官方为了精简体积,将 Python 标准库中的 venv 拆分成了独立软件包,默认没有安装。

解决办法:使用系统的包管理器补齐对应版本的 venv 模块即可:

输入命令 (根据你的 Python 版本调整)
sudo apt update
sudo apt install python3-venv
# 如果指定了特定版本(如 Python 3.11),则执行:
sudo apt install python3.11-venv

3. 项目目录移动或重命名后,虚拟环境报错失效

原因:前面解析过,pyvenv.cfg 以及 activate 脚本中记录了虚拟环境创建时的绝对物理路径。一旦移动了文件夹所在目录,原有路径全部失效。

正确处理姿势:不要试图移动虚拟环境! 直接删除损坏的 .venv 文件夹,在新的位置重新执行 python -m venv .venv 并通过 pip install -r requirements.txt 重建。虚拟环境本身是无状态且易于抛弃的,重建只需数秒。

4. 严禁将 .venv 提交到 Git 仓库

虚拟环境包含平台相关的二进制可执行文件和符号链接(如 Windows 对应 .exe,macOS / Linux 对应 ELF 二进制或 Mach-O),体积大且无法跨操作系统共用。在项目的 .gitignore 文件中必须加入虚拟环境目录名称:

.gitignore 配置推荐
# 忽略 Python 虚拟环境
.venv/
venv/
ENV/
env/
怎么用python-mvenv创建虚拟环境?
图 4:venv 常用命令清单与开发中常见问题排查矩阵

总结

使用 python -m venv 构建虚拟环境是 Python 开发者必须掌握的基础素养。它无需额外安装复杂的第三方管理工具,通过 python3 -m venv .venv 即可快速在当前项目内建立依赖隔离壁垒,既保护了操作系统的基础 Python 环境,又消除了多项目并存时的版本冲突。在日常开发中,养成“新项目先建虚拟环境,完成后 freeze 依赖清单”的良好习惯,能够大幅提升团队协作效率和项目部署的稳定性。

相关专题:

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表