Skip to content

Python 虛擬環境（Virtual Environment）介紹

📌 什麼是虛擬環境？

Python 的 虛擬環境（Virtual Environment） 是一種獨立的 Python 執行環境，讓你在不同的專案中使用不同的 Python 版本與套件，確保環境不會相互影響。

虛擬環境可以被看作是一個封閉的 Python 執行環境，當你在這個環境內執行 Python 程式時，會使用該環境內的 Python 版本與套件，而不會影響全域（系統）環境。

📌 為什麼需要虛擬環境？

  1. 避免套件衝突

    • 假設你有兩個專案：
      • A 專案需要 Django 3.2
      • B 專案需要 Django 4.2
    • 若沒有虛擬環境，這些套件會安裝在全域，導致相互衝突。
    • 使用虛擬環境，每個專案可以獨立安裝對應的套件版本。

  2. 保持環境乾淨

    • 沒有虛擬環境，所有套件都安裝在系統 Python，時間久了會變得混亂且難以管理。
    • 透過虛擬環境，每個專案的依賴（dependencies）都是獨立的，方便管理。

  3. 確保可移植性

    • 在開發時，你可以使用 requirements.txt 來記錄虛擬環境中的套件：

      pip freeze > requirements.txt

    • 當別人使用你的專案時，可以使用：

      pip install -r requirements.txt

    • 這樣可以確保團隊中的每個人、甚至部署到伺服器時，都能獲得相同的 Python 環境，避免「它在我這裡可以跑」的問題。

  4. 測試不同 Python 版本

    • 假設你開發了一個專案，想測試它在 Python 3.8 和 Python 3.11 下的表現，虛擬環境可以讓你輕鬆切換不同的 Python 版本，而不影響系統環境。

📌 常見的 Python 虛擬環境管理工具

Python 提供了多種管理虛擬環境的方法，最常見的有：

  1. venv（官方標準）
  2. conda（適用於資料科學與多語言環境）
  3. pipenv（進階管理工具，結合 pip 和 venv）

🔹 1. venv（Python 官方內建工具）

venv 是 Python 內建的虛擬環境工具，從 Python 3.3 之後就內建支援。

✅ venv 的優點

  • 內建於 Python，不需要額外安裝。
  • 輕量級，適合一般開發用途。
  • 與 pip 搭配使用，可安裝與管理套件。

🚀 venv 使用方式

  1. 建立虛擬環境

    python -m venv myenv

  2. 啟動虛擬環境

    • Windows

      myenv\Scripts\activate

    • Mac/Linux

      source myenv/bin/activate

  3. 安裝套件

    pip install requests numpy

  4. 退出虛擬環境

    deactivate

  5. 刪除虛擬環境

    rm -rf myenv  # Mac/Linux
rmdir /s myenv  # Windows

🛠 適用對象

  • 一般 Python 開發者
  • 想要簡單管理專案環境

🔹 2. conda（適合資料科學與多語言環境）

conda 是 Anaconda 與 Miniconda 內建的環境管理工具，適用於 資料科學、機器學習、科學計算 等領域，因為它能管理 Python 和非 Python 套件（如 C/C++ 庫）。

✅ conda 的優點

  • 可管理 Python 版本（不需要依賴系統的 Python）。
  • 適合資料科學與機器學習，內建許多科學計算工具（如 numpy、pandas）。
  • 能安裝非 Python 套件（如 tensorflow、CUDA 驅動程式）。

🚀 conda 使用方式

  1. 安裝 Miniconda（輕量版）或 Anaconda（完整版）

  2. 建立虛擬環境

    conda create --name myenv python=3.9

  3. 啟動虛擬環境

    conda activate myenv

  4. 安裝套件

    conda install numpy pandas matplotlib

  5. 退出環境

    conda deactivate

  6. 刪除環境

    conda remove --name myenv --all

🛠 適用對象

  • 資料科學、機器學習、深度學習 開發者
  • 需要管理 Python 和非 Python 依賴（如 C/C++ 套件）

🔹 3. pipenv（進階管理工具，結合 pip 和 venv）

pipenv 是 結合 pip（套件管理）與 venv（環境管理） 的工具，讓 Python 虛擬環境管理更直覺。

✅ pipenv 的優點

  • 自動管理 virtualenv
  • 使用 Pipfile 取代 requirements.txt，讓依賴管理更清晰
  • 更安全（支援 hash 驗證與環境隔離）

🚀 pipenv 使用方式

  1. 安裝 pipenv

    pip install pipenv

  2. 建立並啟動虛擬環境

    pipenv shell

  3. 安裝套件

    pipenv install requests

  4. 退出環境

    exit

🛠 適用對象

  • 想要更自動化管理虛擬環境的開發者
  • 需要較強的套件管理功能（比 venv 更完整）

📌 總結

工具 內建於 Python 可管理 Python 版本 適用對象
venv ✅ 是 ❌ 否 一般開發
conda ❌ 否 ✅ 是 資料科學、AI/ML
pipenv ❌ 否 ❌ 否 進階開發、專案管理

📌 結論

  • 一般開發者：選 venv（輕量、內建）
  • 資料科學/機器學習：選 conda（可安裝 Python + C 套件）
  • 進階管理：選 pipenv（適合大型專案）