什麼是Python環境？

Python 環境是指在電腦系統中安裝和配置好的 Python 運行環境，這包括 Python 解譯器 ( interpreter )、標準函式庫、第三方套件、環境變數設定、和相關工具。

Python 環境可以是全域環境，如安裝在系統上的 Python，可以在整個系統中使用，也可以是虛擬環境 ( virtual environment )，它是一個獨立的環境，允許在其中安裝不同版本的 Python 和相關套件。

為什麼需要虛擬環境？

使用虛擬環境，主要有兩個好處：

• 避免了版本衝突：每個Python專案可能需要使用不同版本的套件，虛擬環境可以將每個專案的依賴關係隔離開，獨立安裝不同版本的 Python 和相關套件。
• 保持環境乾淨：在全域環境中安裝大量的套件可能會讓環境變得混亂且難以管理，使用虛擬環境可以只安裝專案所需的套件。

如何建立虛擬環境？

建立虛擬環境的工具主要有：

• venv 是建立虛擬環境的標準工具
  它是 Python 的一部分，不用額外安裝，但它功能比較簡單。
• virtualenv 是另一常見的虛擬環境的管理工具，
  但要額外安裝這工具，例如：
  pip install virtualenv
• conda 不僅是套件管理工具，也是環境管理工具。它可以用於安裝 Python 套件，並且可以創建環境。

這裡只介紹我比較常用的conda 。

以下的命令列(CLI)的指令，可以在Anaconda Prompt 終端機 輸入：

• 建立 myenv 虛擬環境，Python版本和執行這指令時的環境 Python版本一樣。

  conda create --name myenv
  這裡的-n 或 --name是設定環境名稱 (這個指令例子是 myenv)

• 建立 myenv 虛擬環境，Python 用最新的版本

  conda create --name myenv python

• 建立 myenv 虛擬環境，Python 用版本 3.10

  conda create --name myenv python=3.10

如何使用虛擬環境？

• 列出所有的虛擬環境：

  conda info --envs

  或

  conda env list

• 啟動環境（activate environment）：
  將某一虛擬環境設為目前正在使用的環境
  conda activate myenv

• 停用目前環境：
  當前虛擬環境將被暫時停止運作 ( deactivate )，而回到 base 環境

  conda deactivate

• 移除某一虛擬環境

  conda env remove --name myenv

  如果這虛擬環境是目前正在使用的環境，就要先停用它，再移除。

如何在VS Code內快速切換環境？

1. 選取特定環境的Python解譯器
   • 如果 VS Code 已將打開某一 Python 程式檔案 .py，我們就可以點選在狀態列右下角的文字， 例如：3.11.4 ('base': conda)
     
     VS Code 就會列出所有環境的 Python版本，讓我們選取解譯器。
     

• 也可以按下快捷鍵 Ctrl + Shift + P 開啟「命令選擇區」，在輸入欄敲入 interpreter 來過濾指令，選擇指令選單的「Python: Select Interpreter」，VS Code 也會列出所有環境的 Python解譯器。

  如果在「選取解譯器」沒有看到 conda 新產生的虛擬環境，就按下右上角按鍵圖示 (重新整理解譯器清單)。

2. 加入新的終端機到VS Code面板

   • 在VS Code下方的面板點選右邊的＋號圖示 (新增終端機)，加入新增 Command Prompt 終端機 cmd
   • 或按下快捷鍵 Ctrl + Shift + ' (這個 ` 按鍵在數字1的左邊)，加入新增 (預設) 終端機 cmd
   • 或在按下 VS Code 右上方的 Run按鍵圖示 (執行 / 偵錯 Python 檔案)時，產生新的終端機 python

   這些終端機會自動切換至選取特定環境，我們就可以在 VS Code 整合終端機內，輸入 conda 相關指令，而不必切換到Anaconda Prompt 終端機。

   補充說明：
   例如在我的電腦環境下，這些新增終端機會自動執行以下指令
   C:/Software/anaconda3/Scripts/activate
   (啟動 預設 base 環境)
   conda activate myenv
   (啟動我選取的 myenv 環境)

更進階的 conda 指令和使用說明，可以參考後面的傳送門。

conda 傳送門

🌐 Managing environments — conda documentation