Pyenv和pipenv

上回说到，conda是个神奇的项目，能够解决许多依赖的问题。但是conda也有坑，我目前遇到的几个有

1. conda R不是原生R，是魔改R MRO项目。R本来底层就是C和C++，不同作者写的C/C++的R包虽然速度快，但是也引入了C依赖和跨平台的问题。然后又遇上这个魔改R所有有些包（甚至常见包），表现就很异常了。个人经历doParallel在conda R底下无法正常开启多线程，会强制使用所有CPU资源；同学有计算结果不对的情况（其他平台和服务器没有多测试）。
2. conda会强制将系统的C/C++路径指向自己，所以当编译C/C++软件的时候会遇到路径混乱的问题。最常见还是在编译R包的时候，明明系统环境下有的依赖，装包的时候找不到，原因就是我没在conda底下装这几个依赖。

总之，用的有多爽，出问题就有多烦人。因此现在我已经将所有的conda的删掉了，改用pyenv和pipenv来管理我的Python环境（甚至能够管理不同的conda环境）。

• Pyenv github
• Pipenv github

Pyenv

不同Python版本的安装器

安装

# 从github clone一份代码即可，可根据需求更换目录
git clone https://github.com/pyenv/pyenv.git ~/.pyenv

# 将环境添加到bash配置文件中，当然用zsh或者dash的同志们根据情况自己换配置文件
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bash_profile
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bash_profile

# 同上
echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n  eval "$(pyenv init -)"\nfi' >> ~/.bash_profile

# 重启$SHELL
exec "$SHELL"

安装完毕

安装基础使用

pyenv主要由以下几个subcommands

pyenv sub-commands

• commands: 列出help

  
  image.png

• local: 能够为特定项目指定Python版本

• global：全局指定Python版本

• shell：为某个终端指定特殊的Python版本

• install: 列出能够安装的Python版本和安装特定版本的Python

  pyenv install -l     # 列出所有能够安装的python版本
  pyenv install 3.7.2    # 安装特定版本的Python
  

  部分能够安装的Python版本，没看错，他就是能够管理conda
  image.png

• uninstall：卸载特定Python

• version: 查看当前使用的Python版本

  
  pyenv version
  

  -versions:查看目前已经安装的Python版本

  
  pyenv versions

• which: 查看Python路径

• whence

缺点

某个版本的Python只能装一个，如果你需要写特别多不同项目的话，还是会遇到不同项目之间的依赖冲突问题（虽说比R不同包之间你死我活的依赖战争好多了）。

所以还是需要有虚拟环境的

pipenv

写requests的大佬做的项目。专门会用来管理虚拟环境的，我上手没几天。

安装

brew install pipenv    # MacOs
sudo dnf install pipenv   # fedora

随后在.bashrc 或者.zshrc添加eval "$(pipenv --completion)"

使用

基础用法

首先，需要切换到新项目所在的路径，因为它默认在当前路径下新建虚拟环境

1. pipenv --python 3.7新建python3.7的虚拟环境
   • 如果不指定那个小版本，在所有已有的Python3.7中选最新的。比如这一句实际上会新建3.7.2而不是3.7.1。
   • 如果pipenv找不到任何Python3.7的版本，自动调用Pyenv安装最新的Python3.7，然后在新建虚拟环境
2. pipenv install package 安装Python包
   • 如果当前目录下没有任意的Python虚拟环境，新建（当前环境中默认的Python版本），然后再安装。
   • 好处是，会生成一个Pipfile可以自由调整pypi镜像，当项目开发完成时还可以lock去记录版本信息。
   • 比pip好的一点是，没有发布在Pypi而是放在github上的包，它也可以lock，写在依赖文件中，便于下次自动安装
3. pipenv graph 查看目前项目下所有包的依赖情况
4. pipenv check 会自动检查当前的依赖库安装情况，不满足的就满足它
5. pipenv run pip freeze 就是正常的调用pip freeze