Python项目创建和环境配置详细讲解

更新: 3/11/2026字数: 0 字 时长: 0 分钟

• 1. 创建项目文件夹
  • mkdir pandas-test
  • cd pandas-test
• 2. 创建虚拟环境
  • 什么是虚拟环境？
  • 命令解析
  • 为什么要用虚拟环境？
  • 创建后的目录结构
• 3. 激活虚拟环境
  • 激活前后的对比
  • 激活后的变化
• 4. 安装依赖包
  • 每个包的作用
  • 安装过程
  • 依赖关系（为什么装一个会带多个）
• 5. 保存依赖清单
  • pip freeze 命令
  • > requirements.txt
  • 生成的requirements.txt内容
• 6. 完整的项目流程图示
• 7.常用变体和扩展

# 创建项目文件夹
mkdir pandas-test
cd pandas-test

# 创建虚拟环境（隔离依赖）
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate
pip install pandas numpy matplotlib openpyxl

# 保存依赖清单
pip freeze > requirements.txt

我们会经常看到这些代码，这些代码的作用是创建一个Python项目的环境配置。让我逐行解释这些代码的作用和背后的原理：

1. 创建项目文件夹

mkdir pandas-test
cd pandas-test

mkdir pandas-test

• mkdir = "make directory"（创建目录）
• 在当前路径下创建一个名为 pandas-test 的新文件夹
• 这是项目的根目录，存放所有项目文件

cd pandas-test

• cd = "change directory"（切换目录）
• 进入刚才创建的文件夹
• 后续的所有操作都在这个项目目录中进行

2. 创建虚拟环境

python -m venv venv

什么是虚拟环境？

虚拟环境是一个独立的Python运行环境，每个项目可以有自己独立的依赖包，互不干扰。

命令解析

• python：调用Python解释器
• -m：以模块方式运行后面的包（module）
• venv：Python自带的虚拟环境模块
• 第二个venv：创建的虚拟环境文件夹名称

为什么要用虚拟环境？

# 假设有两个项目：
# 项目A需要 pandas 1.0
# 项目B需要 pandas 2.0

# 没有虚拟环境：全局只能安装一个版本，冲突！
pip install pandas==1.0  # 安装了1.0
pip install pandas==2.0  # 会覆盖1.0，项目A可能无法运行

# 有虚拟环境：每个项目独立
# 项目A的venv
pip install pandas==1.0  # 只在项目A有效
# 项目B的venv
pip install pandas==2.0  # 只在项目B有效

创建后的目录结构

pandas-test/
├── venv/              # 虚拟环境文件夹
│   ├── Scripts/       # Windows可执行文件
│   ├── Lib/           # Python库文件
│   ├── Include/       # C头文件
│   └── pyvenv.cfg    # 环境配置文件

3. 激活虚拟环境

# Windows:
venv\Scripts\activate

# Mac/Linux:
# source venv/bin/activate

激活前后的对比

激活前（全局环境）：

$ which python
/usr/bin/python  # 系统Python

$ pip list
Package    Version
---------- -------
pip        21.0.1
setuptools 54.2.0
# 只有基础包

激活后（虚拟环境）：

$ which python
/pandas-test/venv/Scripts/python  # 项目独立的Python

$ pip list
Package    Version
---------- -------
pip        21.0.1
setuptools 54.2.0
# 看似一样，但位置不同

激活后的变化

1. 命令行提示符通常会显示 (venv)
2. python命令指向虚拟环境中的Python
3. pip命令安装包到虚拟环境
4. 环境变量PATH被修改，优先使用虚拟环境的程序

4. 安装依赖包

pip install pandas numpy matplotlib openpyxl

每个包的作用

包名	用途	典型使用场景
pandas	数据分析库	处理表格数据、CSV文件、数据清洗
numpy	数值计算库	数组运算、数学函数、pandas依赖它
matplotlib	数据可视化	画折线图、柱状图、散点图
openpyxl	Excel文件处理	读写Excel文件（.xlsx格式）

安装过程

# pip会自动下载并安装
$ pip install pandas numpy matplotlib openpyxl

# 安装输出示例：
Collecting pandas
  Downloading pandas-2.0.3-cp39-cp39-win_amd64.whl (11.8 MB)
Collecting numpy
  Downloading numpy-1.24.3-cp39-cp39-win_amd64.whl (14.8 MB)
Collecting matplotlib
  Downloading matplotlib-3.7.2-cp39-cp39-win_amd64.whl (7.6 MB)
Collecting openpyxl
  Downloading openpyxl-3.1.2-py2.py3-none-any.whl (250 kB)
Collecting python-dateutil (from pandas)
  Downloading python_dateutil-2.8.2-py2.py3-none-any.whl (247 kB)
...
Successfully installed pandas-2.0.3 numpy-1.24.3 ...

依赖关系（为什么装一个会带多个）

pandas
  ├── 需要 numpy（数值计算）
  ├── 需要 python-dateutil（日期处理）
  └── 需要 pytz（时区处理）

matplotlib
  ├── 需要 numpy
  ├── 需要 kiwisolver（布局计算）
  ├── 需要 pillow（图像处理）
  └── 需要 cycler（循环属性）

openpyxl
  └── 需要 et-xmlfile（XML处理）

5. 保存依赖清单

pip freeze > requirements.txt

pip freeze 命令

列出当前环境所有已安装的包及其精确版本号

$ pip freeze
numpy==1.24.3
pandas==2.0.3
matplotlib==3.7.2
openpyxl==3.1.2
python-dateutil==2.8.2
pytz==2023.3
six==1.16.0
pillow==9.5.0
kiwisolver==1.4.4
cycler==0.11.0
pyparsing==3.0.9
et-xmlfile==1.1.0

> requirements.txt

• > 是重定向符号
• 将pip freeze的输出写入文件，而不是显示在屏幕
• 如果文件不存在就创建，存在就覆盖

生成的requirements.txt内容

numpy==1.24.3
pandas==2.0.3
matplotlib==3.7.2
openpyxl==3.1.2
python-dateutil==2.8.2
pytz==2023.3
six==1.16.0
pillow==9.5.0
kiwisolver==1.4.4
cycler==0.11.0
pyparsing==3.0.9
et-xmlfile==1.1.0

6. 完整的项目流程图示

初始化阶段：
┌─────────────────┐
│  mkdir project  │  创建项目文件夹
└────────┬────────┘
         ↓
┌─────────────────┐
│  cd project     │  进入项目目录
└────────┬────────┘
         ↓
┌─────────────────┐
│ python -m venv  │  创建独立环境
└────────┬────────┘
         ↓
┌─────────────────┐
│ activate venv   │  激活环境
└────────┬────────┘
         ↓

开发阶段：
┌─────────────────┐
│ pip install ... │  安装需要的包
└────────┬────────┘
         ↓
┌─────────────────┐
│ 编写代码        │  使用安装的包
└────────┬────────┘
         ↓
┌─────────────────┐
│ pip freeze      │  记录依赖版本
└─────────────────┘

分享/部署阶段：
┌─────────────────┐
│ requirements.txt│  包含所有依赖
└────────┬────────┘
         ↓
其他开发者：
┌─────────────────┐
│ pip install -r  │  一键安装所有依赖
└─────────────────┘

7.常用变体和扩展

# 1. 指定Python版本创建虚拟环境
python3.9 -m venv venv  # 使用Python 3.9

# 2. 安装指定版本的包
pip install pandas==1.5.3  # 安装特定版本
pip install "pandas>=2.0"   # 安装2.0以上版本

# 3. 只安装主要依赖（不记录子依赖）
pip freeze > requirements.txt  # 包含所有
pip list --not-required > requirements.txt  # 只包含手动安装的

# 4. 使用requirements文件安装
pip install -r requirements.txt  # 从文件安装

# 5. 退出虚拟环境
deactivate

# 6. 删除虚拟环境（直接删文件夹）
rm -rf venv  # Mac/Linux
rmdir /s venv  # Windows

这个流程是Python项目开发的标准做法，无论是小脚本还是大型项目都适用。