本文目录一览：
- 1、怎么用python进入virtualvenv环境
- 2、python环境变量的配置
- 3、python虚拟环境—virtual environment
- 4、如何为python项目创建虚拟环境
- 5、Linux python默认使用conda
- 6、如何配置java和python环境
怎么用python进入virtualvenv环境
1、安装virtualenv
在安装virtualenv之前，我们需要安装至少有一个版本的python；因为virtualenv是python的一个第三方模块，必须基于python环境才能安装；
如果你的python环境有pip，那么直接使用命令：pip install virtualenv 安装即可；否则需要下载源码，然后使用命令：python install setup.py 来安装
安装之后需要新建virtualenv的独立环境，具体可以查看其帮助命令：virtualenv -h
常用的参数有：
-p：指定一个版本python环境；通常当你的系统中安装了多个python版本时会用到；默认情况下virtualenv会优先选取它的宿主python环境，即它安装在那个python版本下就会默认选择哪个版本作为默认python隔离环境。
--no-site-packages：不使用系统环境的python安装包，即隔离包中不能使用真实python环境的安装包；当前版本这个选项是默认的。
--system-site-packages：与上面相反，使隔离环境能访问系统环境的python安装包
--distribute：copy一个python环境的分支，默认会安装setup、pip、wheel等基础模块
2、激活
安装完了之后就可以创建一个隔离环境了，使用命令：
[html] view plain copy
virtualenv envname ##创建一个新的隔离环境
cd envname
Scriptsactivate ##激活并切换到virtualenv环境
3、使用
创建并激活virtualenv环境后我们就可以正常的方式来使用和安装python安装包及模块了。也可以直接切换到需要执行的python文件目录，使用python xxx.py来保证在隔离环境下执行python文件。
即：我们在需要使用virtualenv环境之前，只要先激活然后使用以往同样的方式来执行python操作、运行python文件即可
4、集成到开发环境
当前在PyCharm中是支持virtualenv环境集成的，其它的IDE暂时未研究，集成也是很方便的：
1、新建一个项目
2、点击解释器栏的设置icon
3、选择virtualenv
4、可以新建也可以选择一个已有的virtualenv环境
配置到之后我们也可以在该项目中测试下，选择一个区别与系统环境的安装模块，查看下其版本是否正确，我这里因为有2个django版本，所以使用django模块来测试的，得到的是正确的结果。
python环境变量的配置
首先鼠标右键此电脑，选择属性；然后点击高级系统设置，点击环境变量；接着点击path进行编辑，在path中添加上python的安装路径；最后点击确定。
工具/原料：
windows7系统
python3.9版
DELL G3电脑。
1、右键点击电脑，打开属性。进去之后，点击高级系统设置。
2、点击环境变量。
3、点击path，进行编辑。
4、在path中添加上python的安装路径，这里是F:Installpython3.7，需要注意的是如果要是有pip安装第三方库的话，需要添加F:Installpython3.7Scripts到变量中。
5、确定进行保存环境变量配置之后，打开命令提示符，输入python，按回车键看到python版本，代表环境变量配置成功。
python虚拟环境—virtual environment
操作系统：ubuntu16.04
举个例子，tensorflow(tf)是一个十分流行的python机器学习库，你现在手里有两个tf项目，其中项目A需要使用 python2.7 + f1.2 ，项目B需要使用 python2.7 + tf1.6 ．这两个项目你得同时进行，怎么办？
愚蠢的办法是需要运行项目A时，将python2.7中的tf1.6卸载掉，安装tf1.2；需要运行项目B时，将python2.7中的tf1.2卸载掉，安装tf1.6。如果是单个模块还好，但是tf的不同版本又依赖于python中的其他已安装模块，而且tf1.2和tf1.6对依赖模块有不同的版本要求，那么转换一次得卸载安装好几个模块，是不是很爆炸？
课题组里几个同门共用一台服务器，每个人拥有一个系统账户，其中只有一个人拥有root权限，里面每个人都需要使用python跑程序，而且每个人对python版本以及python模块的版本都有不同需求，很多人又没有root权限，如何解决？
使用python的虚拟环境可以轻松解决上面的问题！
python虚拟环境是一个隔离/独立的python开发环境，和系统python环境可以完全隔离，互不相关，相当于多了一个python开发环境。而且你在python虚拟环境中的开发过程和使用系统python一模一样，你可以在你创建的python虚拟环境中使用pip工具安装任何你需要的模块，该模块和系统python环境完全不相关。虚拟环境的这个特点就能解决上面的问题了。
python有两个模块可以用于创建和管理python虚拟环境：
其中，venv模块在python3.3以上的版本可以使用，而virtualenv在python2.7+和python3.3+都可以使用。
默认的系统python中是没有安装以上两个工具的，需要使用以下命令安装：
安装好之后，就可以使用这两个工具安装python虚拟环境了。
我的系统python版本有python2.7和python3.5，虚拟环境的版本只能是系统中已有的python版本。使用virtualenv安装虚拟环境的命令如下：
什么参数都不指定的话，它会使用 /usr/bin/python 路径下的python解释器版本，即python2.7。因此会默认安装python2.7虚拟环境， /home/yan/env 表示虚拟环境的安装路径。
如果你要安装的是python3.5的虚拟环境，可以这样：
一般情况下，上面两条命令就够了，这样安装得到的python虚拟环境和系统python环境是完全隔离的。
更多的命令选项可以在命令行中直接输入 virtualenv 命令获取。
venv只有python3可以使用，因此只能创建python3的虚拟环境，创建命令如下：
其中， python3 -m venv 是死命令，最后的安装路径自己指定。
注意： 以上两种安装方式在安装虚拟环境的同时也自动安装了pip工具。
安装好虚拟环境之后，每次使用该虚拟环境前需要使用 source 命令 激活 它。假设前面我在 /home/yan/env3/ 目录下安装了python3.5的虚拟环境，现在我使用以下命令激活它：
激活之后，在命令行提示符前面会有 (env3) 的提示，表示当前你处的python虚拟环境，比如我电脑的情况：
现在你可以在激活环境中干任何事情，比如使用pip命令在你新的python虚拟环境中安装模块:
或者执行python脚本。
使用完该虚拟环境之后，你需要在命令行输入 deactivate 命令来 退出 该虚拟环境：
之后就回到了正常的系统python环境中。
由于你创建该虚拟环境的目的是为了跑某个项目的程序，现在该项目做完了，不需要该虚拟环境了，你可以把该虚拟环境直接删除，如何删？
直接将创建虚拟环境时生成的文件夹删掉，就这么简单。比如我要把我刚才创建的env3虚拟环境删除：
在删除虚拟环境前记得一定得先退出该虚拟环境。
python虚拟环境的好处是：每个虚拟环境之间，以及虚拟环境和系统环境之间是完全隔离的，不同虚拟环境中，你可以安装不同版本的模块，就仿佛你可以同时拥有N多个不同的python开发环境。
唯一麻烦的一点是：每次进入某个虚拟环境之前，都要使用 source 命令激活。每次使用完，都要使用 deactivate 命令退出。
如何为python项目创建虚拟环境
我们在开始一个python项目，而不是几行简单的代码时，我们倾向于开始使用第三方的dependencies.当项目越来越大时，我们需要考虑如何有效的管理这些第三方库。当安装第三方库时，我们肯定是想安装在虚拟环境中。帮助我们保持我们实际系统环境的干净，避免打乱整个系统python环境。
我们可以使用pip把第三方库安装到python项目中。一个项目中往往要安装多个，鉴于安装的第三方库的各种版本，可能会导致一些兼容和运行的问题。
当我们在python项目中使用pip install ，我们是安装到全局python下的，将会根据现有的python版本安装第三方包。
我们可以通过以下命令来查找python的安装目录：
如果我们使用pip3 install ，将会安装到python3安装目录的单独的目录下。我们可以用以下命令来覆盖pip3这个命令:
但是这仍然解决不了我们在全局python下安装第三方库的问题，将会出现下列的问题：
为了避免以上的问题，python开发者使用虚拟环境。这个虚拟环境把安装的这些第三方库在一个隔离的环境中（目录内）保存。
确保你的系统上已经安装python
然后看一下pip是否也能正常调用
我们需要一个工具来创建python的虚拟环境，venv。它是封装在python3.3+版本以上的python中的。
如果我们使用python2，我们需要手动安装一个工具。这是为数不多的一个我们需要全局安装的第三方库。
注意：我们将会在文章中讨论很多venv和python3，操作系统环境不同，可能会导致某些命令的些许不同，某些工具的工作原理也些许不同。
如果你的系统上没有安装pip:
我们首先要为项目创建一个文件夹，并进入这个文件夹：
然后我们再创建虚拟环境：
这将会创建一个名为virtualenv的目录，这个目录将会包含bin、lib、include文件夹，还有一个环境配置文件。
所有的文件都是为了确保，所有的代码都运行在当前的虚拟环境下。这会帮我们把工作环境和操作系统环境隔离开来，避免我们之前提到的问题。
为了使用这个虚拟环境，我们需要激活它。激活以后，还会更改我们的命令提示符标志。这个标志也是为了表明虚拟环境已经激活，python的代码都是在这个环境下执行。
在虚拟环境下，无法访问使用全局的第三方库，在虚拟环境内安装的库也无法在外部使用。
在虚拟环境中，只有pip和setuptools是默认安装的。
激活虚拟环境后，变量path也会相应地发生改变，以达到虚拟环境的目的。
当我们完成工作，想切换回操作系统的全局环境，我们需要使用deactivate退出虚拟环境。
我们配置了虚拟环境并激活以后，我们不想在分享项目时，连同使用pip install命令安装的第三方库也一起分享。我们想去除我们的虚拟环境文件夹，但仍然可以在其他的电脑或系统上重新运行我们的工作。
为实现这个目的，我们可以在项目根目录下创建一个requirement文件。假设我们在虚拟环境下安装flask，安装完成后我们使用pip freeze命令。它将会列出我们已经安装过的库名和版本号。
我们可以将这个列表写到requirement文件中，上传到git保存，或以任何形式跟他人分享。
这个命令也可以更新这个requirements.txt文件，所以在每次安装一个新的第三方库时，我们都习惯性的运行一下这个命令，来更新我们的安装列表。
然后，如果任何人想在他们的电脑上运行我们的项目，他们只需要做：
所有的一切都如在我们电脑上运行的一样。
安装pipenv
pipenv基本上是pip的一个替代工具。它引入了两个文件，pipfile用来替换requirements.txt，Pipfile lock（which enables deterministic builds，确定第三方库的子依赖库版本的更新的解决方案）
pipenv在机理上是运行pip和virtualenv，但使用一个命令来简化操作。
安装第三方库，如flask,或numpy
也可以从Version Control system比如git来安装第三方库
需要注意上面的-e参数可以使安装editable，目前对于pipenv来说是必须的。
如果你需要使用pytest来测试项目，但在上线后不需要这个库，你可以指定这个库仅仅作用于开发模式 --dev.
--dev将会把第三库放到pipfile的一个单独的地方【dev-packages】。
如果你现在完成了开发，本地运行正常，你想锁定你的开发环境，并转至线上。使用如下命令确保开发环境：
这个代码将会创建或更新你的环境，你无需手动更改编辑。我们也应该一直使用自动生成的文件。
lock以后，在production环境，你需要安装最新的成功的运行环境。
这个命令是告诉pipenv,安装时忽略pipfile，用pipfile.lock里的列表。pipenv将会创建一模一样的环境，包括子依赖库。
现在，另一个人想要对代码做些更改，这种情况下，他得到代码，包括pipfile，运行如下命令
这个命令将会安装开发所需的所有的第三方库，包括普通的install以及--dev安装的。
举例，现在你开发用到的一个第三库有了版本升级，因为你不需要一个特定的版本，所以你在install的时候没有指定版本号。当你运行pipenv install时，最新版本的第三方库会安装到你的开发环境内。
然后你对代码做了一些更改，结果如预期一样。然后你再重复上面的步骤lock你的环境。并更新至Production.
将会使用默认的editor打开第三方库的代码。
Linux python默认使用conda
本篇介绍如何让linux在不激活任何环境时，调用python命令直接使用到conda的某个子环境。
首先说明本篇文章的工作原由，以及踩过的坑。
在之前的工作中，一般进行python开发都会使用conda进行包管理，以达到隔离多个环境的目的。例如：
问题来了，在一些场景中，外部程序需要调用服务器上的api，又无法做出 conda activate 的命令，命令是直接使用 python xxx.py ，这时候只能使用linux自带的python命令，或者conda的base环境的python命令。所以需要将环境搭建在linux的python或者conda的base。搭建过程中，遇到的问题来自两个方面：
解决方法：将linux默认的python做软链接，链接到conda的子环境。
创建环境： conda create -n child_env python=3.6
切换环境： conda activate child_env
安装pytorch： conda install pytorch torchvision cudatoolkit=10.0
安装tensorflow： conda install tensorflow-gpu
安装其他包： conda install xxx,xxx,...
先将老的链接备份： mv /usr/bin/python /usr/bin/python22
再做链接： ln -s /root/anaconda3/envs/child_env/bin/python3 /usr/bin/python
第一个路径需要改成自己的anaconda路径，child_env改成自己的环境名，第二个路径不用改。
先关掉conda环境： conda deactivate
再运行： python xxx.py
用这个方法，虽然解决了直接调用python命令的问题。但是引入了新的问题。
更换默认python版本
如何配置java和python环境
Java 环境配置
1. 最简单的方法
众所周知，eclipse是需要java运行环境的，其实只需要java虚拟机
jre就行了，也就是说在你的系统中如果已经安装了jre（一般在C:Program Files
(x86)Javajre6），其实只需要copy这个jre文件夹到eclipse下就能顺利运行eclipse了，但是这样做之后eclipse会提示你什么环境变量没有设置，会影响啥啥的，这个我都没有管，以后需要再在意也行。
2. 标准的方法
首先从这里下载jdk （SE是指standard version）
jdk下载地址
配置环境变量
在“系统变量”区域，设置3项属性：JavaHome、PATH、CLASSPATH
JavaHome指明JDK的安装路径 "C:Program FilesJavajdk1.7.0_45"
PATH 是java和javac的目录 ".;%JavaHome%bin;%JavaHome%jrebin"
classpath 是加载类的路径 ".;%JavaHome%libtools.jar;%JavaHome%jrelibrt.jar"
Python插件配置
（1） 安装python插件
打开eclipse中help下的install new software，输入下面网址
选中Pydev安装，安装后eclipse会提醒重启
（2） 配置python解释器
先从官网下载python的安装包
python安装包
安装好python后
如果要在windows命令行下使用python，在系统高级设置中环境变量path中添加python的路径“C:Python27”即可。这一步是很必要的，比如以后要安装python的第三方的库的时候需要在windows下运行setup.py要用到。
验证安装好的方法：
在command中运行：
python -version 应该能成功显示python的版本。
在eclipse中
打开windows-preferences下面配置python解释器的环境，配置好后如图。
然后就可以新建python的工程啦。
(3) python 第三方插件的安装 以及在Eclipse中的识别问题
以安装requests这个python的第三方插件为例
首先从github网站下载request python安装包
点击后面的zip包下载解压到本地任意一个地方，python的安装很简单，正常的安装包中都会有个setup.py这个文件，在terminal下运行：
python setup.py install
这里感叹一句，安装时它会自动寻找python的安装路径，无论是在C盘还是D盘（不过这也可能是因为我提前在系统变量path中配置了python的路径）。然后将需要的文件复制在E:Python27Libsite-packages下。
接下来再次进入eclipse中，重新restore一下preferences下的解释器的路径（估计这一步也是没有必要的），然后重启eclipse，这样python interpreter就能正常识别你新导入的module了。