跳转至

什么是虚拟环境？

初学者

前置阅读： 什么是 Python 包

为什么需要虚拟环境

假设你电脑上装了一个 Python，所有 pip install 都装到这一个 Python 里。 过一段时间会发生这样的事：

  • 项目 A 用 pandas==1.5
  • 项目 B 用 pandas==2.2（接口有改动，1.5 的代码会跑不动）
  • 系统某个工具脚本依赖 pandas==1.3

只用一个 Python，三个需求装不到一起 —— 这就是 依赖冲突。 解决方法：给每个项目建一个独立的"虚拟环境"，每个环境有自己的包列表，互不干扰。

类比：MATLAB 的工作目录 + userpath 配置每个项目用不同的工具箱版本。

两种主流方案

方案 A：conda（推荐给电力工程师）

Anaconda / Miniconda 是科学计算圈最常用的发行版，自带 Python + 虚拟环境管理 + 编译器工具链。装一次就够。

电力工程师推荐用 Miniconda（轻量，~100 MB）：

# 创建一个名叫 pylectra-env 的新环境，里面装 Python 3.11
conda create -n pylectra-env python=3.11

# 进入这个环境
conda activate pylectra-env

# 在环境里装 pylectra（这条 pip 只影响当前环境）
pip install pylectra

# 用完离开
conda deactivate

进入环境后，命令行提示符会变成 (pylectra-env) C:\Users\...>，这表示你正处于这个独立环境，所有 pip / python 命令都只对它生效。

方案 B：venv（Python 自带，无需额外安装）

# 在当前目录建一个名叫 .venv 的环境
python -m venv .venv

# 激活
.venv\Scripts\activate           # Windows
source .venv/bin/activate        # macOS / Linux

# 装包
pip install pylectra

# 退出
deactivate

venv 创建出来的就是一个文件夹（叫 .venv 是社区惯例，前面的点表示隐藏目录）。 要"删掉这个环境"，直接删除这个文件夹就行。

什么时候用哪个？

场景 推荐
同时跑多个 Python 版本（3.10 / 3.11 / 3.12） conda
装 pandapower、scipy 这种带 C/Fortran 编译的科学包，又怕缺编译器 conda
公司机器没有管理员权限，但能装个软件 conda（Miniconda 用户级安装）
已经装好 Python，只想要最轻量的隔离 venv

我们文档后续都用 conda 作为示例，因为电力工程师圈最常用。

一个常见误区

没激活环境就 pip install —— 包装到了"系统 Python"或者"上一个激活的环境"，下次激活新环境去 import 就报 ModuleNotFoundError。

排查方法：

# 看当前 Python 在哪
where python                     # Windows
which python                     # macOS / Linux

# 看 pip 在装到哪
pip -V

输出里如果有你环境的名字（比如 pylectra-env），就是对的。

常见疑问

Q：每个项目都建一个环境，硬盘会不会爆？

每个环境几百 MB到 1 GB（含 numpy/scipy/matplotlib 等）。一两个项目无所谓；如果你有几十个，可以共用一个"通用科学环境"，只为有冲突的项目单建。

Q：环境装坏了怎么办？

直接 conda env remove -n pylectra-env（或 rm -rf .venv）然后重建。不要修复，不要硬装 —— 重建比修复快。

Q：我把 conda、pip 混用了，有问题吗？

一般没事，但建议：conda 装"系统级"二进制包（numpy、scipy、pandapower 在 conda 里都有），pip 装纯 Python 的轻量包（pylectra 这种）。先 conda install，再 pip install。

Q：我能在一个环境里同时用 Jupyter Notebook 吗？

可以。conda activate pylectra-env 后 pip install jupyterlab，然后 jupyter lab 启动即可。Notebook 默认就用当前激活环境的 Python。

接下来读什么