PyCharm+Pipenv虚拟环境作开发和依赖管理

2023-11-21 05:10

本文主要是介绍PyCharm+Pipenv虚拟环境作开发和依赖管理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

hello,小伙伴们大家好,今天给大家介绍的开源项目是Python虚拟环境管理工具,Pipenv是Python官方推荐的包管理工具。可以说,它集成了virtualenv, pippyenv三者的功能。其目的旨在集合了所有的包管理工具的长处,如: npm, yarn, composer等的优点。

Pipenv试图解决的问题是多方面的:

  • 我们不需要再手动创建虚拟环境,Pipenv会自动为我们创建,它会在某个特定的位置创建一个 virtualenv 环境,然后调用 pipenv shell 命令切换到虚拟环境。
  • 使用 requirements.txt 可能会导致一些问题,所以 Pipenv 使用 PipfilePipfile.lock 来替代之,而且 Pipfile 如果不存在的话会自动创建,而且在安装、升级、移除依赖包的时候会自动更新 PipfilePipfile.lock 文件。
  • 哈希值随处可见。安全。自动公开安全漏洞。
  • 让您深入了解依赖关系图(例如$ pipenv graph)。
  • 随时查看图形化的依赖关系。
  • 可通过自动加载 .env 读取环境变量,简化开发流程。

安装Pipenv

MacOS

$ brew install pipenv

Debian

$ sudo apt install pipenv

Fedora

$ sudo dnf install pipenv

假如你电脑上有多个Python版本,你可以指定Python版本安装

$ python3 -m pip install pipenv

常用命令

$ pipenv
Usage: pipenv [OPTIONS] COMMAND [ARGS]...Options:--where          显示项目文件所在路径--venv           显示虚拟环境实际文件所在路径--py             显示虚拟环境Python解释器所在路径--envs           显示虚拟环境的选项变量--rm             删除虚拟环境--bare           最小化输出--completion     完整输出--man            显示帮助页面--three / --two  使用Python 3/2创建虚拟环境(注意本机已安装的Python版本)--python TEXT    指定某个Python版本作为虚拟环境的安装源--site-packages  附带安装原Python解释器中的第三方库--jumbotron      An easter egg, effectively.--version        版本信息-h, --help       帮助信息

命令参数

Commands:check      检查安全漏洞graph      显示当前依赖关系图信息install    安装虚拟环境或者第三方库lock       锁定并生成Pipfile.lock文件open       在编辑器中查看一个库run        在虚拟环境中运行命令shell      进入虚拟环境uninstall  卸载一个库update     卸载当前所有的包,并安装它们的最新版本

基本使用

我们可以创建一个项目,名称 PipenvTest,然后新建一个 Python 脚本,例如叫 tst_env.py,内容为:

import django
print(django.get_version())

结果如下:

1.12

我们可以看到系统安装的 Django 版本是 1.12。但是我们想要本项目基于 Django 2.x 开发,当然我们可以选择将系统的 Django 版本升级,但这样又可能会影响其他的项目的运行,所以这并不是一个好的选择。为了不影响系统环境的 Django 版本,所以我们可以用 Pipenv 来创建一个虚拟环境。

在该目录下,输入 pipenv 命令即可查看命令的完整用法:

Usage: pipenv [OPTIONS] COMMAND [ARGS]...Options:--update         Update Pipenv & pip to latest.--where          Output project home information.--venv           Output virtualenv information.--py             Output Python interpreter information.--envs           Output Environment Variable options.--rm             Remove the virtualenv.--bare           Minimal output.--completion     Output completion (to be eval'd).--man            Display manpage.--three / --two  Use Python 3/2 when creating virtualenv.--python TEXT    Specify which version of Python virtualenv should use.--site-packages  Enable site-packages for the virtualenv.--jumbotron      An easter egg, effectively.--version        Show the version and exit.-h, --help       Show this message and exit.Usage Examples:Create a new project using Python 3.6, specifically:$ pipenv --python 3.6Install all dependencies for a project (including dev):$ pipenv install --devCreate a lockfile containing pre-releases:$ pipenv lock --preShow a graph of your installed dependencies:$ pipenv graphCheck your installed dependencies for security vulnerabilities:$ pipenv checkInstall a local setup.py into your virtual environment/Pipfile:$ pipenv install -e .Commands:check      Checks for security vulnerabilities and against PEP 508 markersprovided in Pipfile.graph      Displays currently–installed dependency graph information.install    Installs provided packages and adds them to Pipfile, or (if noneis given), installs all packages.lock       Generates Pipfile.lock.open       View a given module in your editor.run        Spawns a command installed into the virtualenv.shell      Spawns a shell within the virtualenv.uninstall  Un-installs a provided package and removes it from Pipfile.update     Uninstalls all packages, and re-installs package(s) in [packages]to latest compatible versions.

创建虚拟环境

第一步首先验证一下当前的项目是没有创建虚拟环境的,调用如下命令:

$ pipenv --venv

结果如下

No virtualenv has been created for this project yet!
Aborted!

这说明当前的项目尚未创建虚拟环境,接下来我们利用 Pipenv 来创建一个虚拟环境:

$ pipenv --three
或者
$ pipenv install --python 3.6

创建一个 Python3 的虚拟环境,–-three 代表创建一个 Python3 版本的虚拟环境,–-python 则可以指定特定的 Python 版本,当然如果指定了 --two 或者 --three 选项参数,则会使用 python2 或者 python3 的版本安装,否则将使用默认的 python 版本来安装。但前提你的系统必须装有该版本的 Python 才可以。

当然也可以指定准确的版本信息:

$ pipenv install --python 3
$ pipenv install --python 3.6
$ pipenv install --python 2.7.14

pipenv 会自动扫描系统寻找合适的版本信息,如果找不到的话,同时又安装了 pyenv 的话,则会自动调用 pyenv 下载对应版本的 python, 否则会报错。

这时候在当前 new_env 环境下生成 Pipfile 和 Pipfile.lock 两个环境初始化文件。

接下来我们可以切换到该虚拟环境下执行命令,执行如下命令即可:

$ pipenv shell 

使用Pipenv来安装第三方包

$ pipenv install urllib3

此时,Pipfile 里有最新安装的包文件的信息,如名称、版本等。用来在重新安装项目依赖或与他人共享项目时,你可以用 Pipfile 来跟踪项目依赖。

Pipfile 是用来替代原来的 requirements.txt 的,内容类似下面这样。source 部分用来设置仓库地址,packages 部分用来指定项目依赖的包,dev-packages 部分用来指定开发环境需要的包,这样分开便于管理。

$ cat Pipfile[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"[packages]
"urllib3" = "*"[dev-packages][requires]
python_version = "3.6"

Pipfile.lock 则包含你的系统信息,所有已安装包的依赖包及其版本信息,以及所有安装包及其依赖包的 Hash 校验信息。

$ Pipfile.lock
{"_meta": {"hash": {"sha256": "af58f3510cb613d4d9241128f9a0ceb9bb936ad907543e23ad8317011dcb6715"},"pipfile-spec": 6,"requires": {"python_version": "3.6"},"sources": [{"name": "pypi","url": "https://pypi.org/simple","verify_ssl": true}]},"default": {                "urllib3": {"hashes": ["sha256:a68ac5e15e76e7e5dd2b8f94007233e01effe3e50e8daddf69acfd81cb686baf","sha256:b5725a0bd4ba422ab0e66e89e030c806576753ea3ee08554382c14e685d117b5"],"index": "pypi","version": "==1.23"}},"develop": {}
}

那么到这里有小伙伴可能就会问了, Pipfile 和 Pipfile.lock 有什么用呢?

Pipfile 其实一个 TOML 格式的文件,标识了该项目依赖包的基本信息,还区分了生产环境和开发环境的包标识,作用上类似 requirements.txt 文件,但是功能更为强大。Pipfile.lock 详细标识了该项目的安装的包的精确版本信息、最新可用版本信息和当前库文件的 hash 值,顾明思义,它起了版本锁的作用,可以注意到当前 Pipfile.lock 文件中的 Django 版本标识为 ==2.0.2,意思是当前我们开发时使用的就是 2.0.2 版本,它可以起到版本锁定的功能。

举个例子,刚才我们安装了 Django 2.0.2 的版本,即目前(2018.2.27)的最新版本。但可能 Django 以后还会有更新,比如某一天 Django 更新到了 2.1 版本,这时如果我们想要重新部署本项目到另一台机器上,假如此时不存在 Pipfile.lock 文件,只存在 Pipfile文件,由于 Pipfile 文件中标识的 Django 依赖为 django = “*”,即没有版本限制,它会默认安装最新版本的 Django,即 2.1,但由于 Pipfile.lock 文件的存在,它会根据 Pipfile.lock 来安装,还是会安装 Django 2.0.2,这样就会避免一些库版本更新导致不兼容的问题。

Rember:任何情况下都不要手动修改 Pipfile.lock 文件!

常用命令

我们可以使用 –-venv 参数来获得虚拟环境路径:

$ pipenv --venv
/Users/kennethreitz/.local/share/virtualenvs/test-Skyy4vre

项目路径

$ pipenv --where
/Users/kennethreitz/Library/Mobile Documents/com~apple~CloudDocs/repos/kr/pipenv/test

找到Python解释器:

$ pipenv --py
/Users/kennethreitz/.local/share/virtualenvs/test-Skyy4vre/bin/python

安装指定软件包:

$ pipenv install urllib3==1.22

安装开发环境下的包:
通常有一些Python包只在你的开发环境中需要,而不是在生产环境中,例如单元测试包。 Pipenv使用–dev标志区分两个环境。
加 --dev 表示包括 Pipfile 的 dev-packages 中的依赖。

$ pipenv install django --dev
Installing pytest...
...
Adding pytest to Pipfile's [dev-packages]...

django库现在将只在开发虚拟环境中使用。如果你要在你的生产环境中安装你的项目:

pipenv install

这不会安装django包。

但是,如果有一个开发人员将你的项目克隆到自己的开发环境中,他们可以使用–dev标志,将django也安装:

pipenv install --dev

也就是说一个–dev参数,帮你在同一个虚拟环境中又区分出了开发和非开发环境。

显示依赖关系图:

$ pipenv graph
requests==2.18.4- certifi [required: >=2017.4.17, installed: 2017.7.27.1]- chardet [required: >=3.0.2,<3.1.0, installed: 3.0.4]- idna [required: >=2.5,<2.7, installed: 2.6]- urllib3 [required: <1.23,>=1.21.1, installed: 1.22]

生成一个锁文件:

$ pipenv lock
Assuring all dependencies from Pipfile are installed...
Locking [dev-packages] dependencies...
Locking [packages] dependencies...
Note: your project now has only default [packages] installed.
To install [dev-packages], run: $ pipenv install --dev

卸载第三方包:

$ pipenv uninstall urllib3 
或者
$ pipenv uninstall --all

更新安装包

$ pipenv update urllib3$ pipenv update  # 更新所有安装包

检查软件包的完整性
你是否担心已安装的软件包有没有安全漏洞?没关系,pipenv 可以帮你检查,运行下面的命令:

$  pipenv check
Checking PEP 508 requirements…
Passed!
Checking installed package safety…
All good!

产生 Pipfile.lock
有时候可能 Pipfile.lock 文件不存在或被删除了,这时候我们可以使用如下命令生成:

$ pipenv lock

以上便是一些常用的 Pipenv 命令,如果要查看更多用法可以参考其官方文档:https://docs.pipenv.org/#pipenv-usage。

修改下载源Pipenv

如果你觉得在使用pipenv install安装的过程中下载比较慢可以指下载源:

[[source]]
name = "pypi"
url = "https://pypi.tuna.tsinghua.edu.cn/simple/"
verify_ssl = true[dev-packages][packages]
requests = "*"
paho-mqtt = "*"
pymongo = "*"
can = "*"
crypto = "*"
gvent = "*"
gevent = "*"[requires]
python_version = "3.7"

只需要修改Pipfile即可。

Pip下载源

阿里: http://mirrors.aliyun.com/pypi/simple/
豆瓣: http://pypi.douban.com/simple/
清华: https://pypi.tuna.tsinghua.edu.cn/simple

PyCharm配置Pipenv

添加Python解释器

选择Pipenv 虚拟环境
Base interpreter为本机系统中的python解释器路径
Pipenv executable表示pipenv,命令的环境变量路径

在项目下选择刚刚新建好的Pipenv名称。

项目地址:https://github.com/pypa/pipenv

今天的推荐不知道大家喜欢吗?如果你们喜欢话,请在文章底部留言或点赞,以表示对我的支持,你们的留言,点赞,转发关注是我持续更新的动力哦!

关注我的公众号回复:"1024",免费领取一大波学习资源,先到先得哦!

关注我免费领取学习资料

这篇关于PyCharm+Pipenv虚拟环境作开发和依赖管理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/400025

相关文章

基于 Cursor 开发 Spring Boot 项目详细攻略

《基于Cursor开发SpringBoot项目详细攻略》Cursor是集成GPT4、Claude3.5等LLM的VSCode类AI编程工具,支持SpringBoot项目开发全流程,涵盖环境配... 目录cursor是什么?基于 Cursor 开发 Spring Boot 项目完整指南1. 环境准备2. 创建

javacv依赖太大导致jar包也大的解决办法

《javacv依赖太大导致jar包也大的解决办法》随着项目的复杂度和依赖关系的增加,打包后的JAR包可能会变得很大,:本文主要介绍javacv依赖太大导致jar包也大的解决办法,文中通过代码介绍的... 目录前言1.检查依赖2.更改依赖3.检查副依赖总结 前言最近在写项目时,用到了Javacv里的获取视频

SpringBoot 多环境开发实战(从配置、管理与控制)

《SpringBoot多环境开发实战(从配置、管理与控制)》本文详解SpringBoot多环境配置,涵盖单文件YAML、多文件模式、MavenProfile分组及激活策略,通过优先级控制灵活切换环境... 目录一、多环境开发基础(单文件 YAML 版)(一)配置原理与优势(二)实操示例二、多环境开发多文件版

使用docker搭建嵌入式Linux开发环境

《使用docker搭建嵌入式Linux开发环境》本文主要介绍了使用docker搭建嵌入式Linux开发环境,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录1、前言2、安装docker3、编写容器管理脚本4、创建容器1、前言在日常开发全志、rk等不同

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚

详解python pycharm与cmd中制表符不一样

《详解pythonpycharm与cmd中制表符不一样》本文主要介绍了pythonpycharm与cmd中制表符不一样,这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽... 这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽度不同导致的。在PyChar

Spring 依赖注入与循环依赖总结

《Spring依赖注入与循环依赖总结》这篇文章给大家介绍Spring依赖注入与循环依赖总结篇,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. Spring 三级缓存解决循环依赖1. 创建UserService原始对象2. 将原始对象包装成工

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

SpringBoot集成XXL-JOB实现任务管理全流程

《SpringBoot集成XXL-JOB实现任务管理全流程》XXL-JOB是一款轻量级分布式任务调度平台,功能丰富、界面简洁、易于扩展,本文介绍如何通过SpringBoot项目,使用RestTempl... 目录一、前言二、项目结构简述三、Maven 依赖四、Controller 代码详解五、Service

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模