简介
如果你使用Python开发，对于不同的开发框架或应用肯定会有Python多版本共存的情况，此时Python多环境管理工具就可以帮你快速解决此问题，以便将精力专注开发。
今天我们就来介绍下Python多环境管理的几种工具：
- Anaconda
- Virtualenv
- Virtaulenvwrapper
通过对以上工具的讲解，你以后就再也不用担心Python多版本共存的问题了。
Anaconda
Anaconda多应用在科学计算中，但是它可以很方便的对各个Python环境进行切换；而且自动包管理器conda可以安装软件包的多个版本和依赖。换句话说，我们可以使用conda命令安装各种Python工具，就像yum和pip一样方便。
1.安装部署
wget https://repo.continuum.io/miniconda/Miniconda2-latest-Linux-x86_64.sh bash Miniconda2-latest-Linux-x86_64.sh #自动写入环境变量vim /root/.bashrc# added by Miniconda2 4.2.12 installerexport PATH="$PATH:/usr/local/miniconda2/bin"#测试安装是否成功conda list安装过程是交互的，安装路径为 /usr/local/miniconda2 。
注意：
- 如果你已经安装了python环境，最好将conda的环境变量加在PATH最后，否则会优先使用/usr/local/miniconda2/bin下的python命令，造成不必要的麻烦。
- conda包括完整版的anaconda和最小化版miniconda。anaconda包含720多个开源安装包，安装完成至少需要3G空间；miniconda安装需要大约400M空间。我们使用miniconda就足够。
2.管理环境
(1)创建新的环境
conda create -n science numpy scipy matplotlib或conda create -n science -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ numpy scipy matplotlib或通过以上命令都会创建一个名为science的环境，默认使用python2(若使用python3需要指定版本)，并且安装numpy scipy matplotlib模块。不过由于使用官方的安装源很慢，我们在此使用国内的清华安装源。
(2)查看当前所有环境
#环境列表conda info --envs# conda environments:#science * /usr/local/miniconda2/envs/scienceroot /usr/local/miniconda2#切换环境变量source activate science(science) root@test:~# source activate root(3)删除环境
conda remove -n science_python3 --all(4)添加国内安装源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes#查看配置conda config --showAnaconda环境管理中除了使用conda来安装使用的python依赖包外，还可以使用pip，但是必须是“/usr/local/miniconda2”路径下的，否则将会使用操作系统自动的python，安装的包并不会加载到Anaconda环境中。
Virtualenv
Virtaulenv的原理是把系统Python复制一份到Virtualenv的环境，用命令source venv/bin/activate进入一个virtualenv环境时，virtualenv会修改相关环境变量，让命令Python和pip均指向当前的virtualenv环境。Virtaulenv相较于Anaconda，更多应用在开发环境。
1.安装部署
pip install virtualenv 或 easy_install virtualenv2.创建虚拟环境
[root@test:/virtual_protect]# mkdir /virtual_project[root@test:/virtual_protect]# cd virtual_project[root@test:/virtual_protect]# virtualenv venvNew python executable in /root/virtual_protect/venv/bin/pythonInstalling setuptools, pip, wheel...done.virtualenv venv 命令将会在virtual_project目录中创建一个文件夹，包含了Python可执行文件，以及 pip 库的一份拷贝，这样就能安装其他包了。
如果此时你的系统里有其他版本python，可以使用-p或–python参数来指定虚拟环境使用哪个版本的python，如下：
virtualenv -p /usr/local/python3 venv3.启动虚拟环境
[root@test:/virtual_protect]# source venv/bin/activate(venv) [root@test:/virtual_protect]# pip listpip (8.1.2)setuptools (28.3.0)wheel (0.30.0a0)登陆虚拟环境通过pip查看安装的包并没有系统自带python中安装的，这是因为virtualenv 运行时，默认自带–no-site-packages参数，将不会包含系统自带python安装的包。我们可以通过使用–system-site-packages参数来使虚拟环境包含系统python安装的包。
还有一种方法可以使虚拟环境包含系统自动python安装的包：
#导出包到指定文件中pip freeze > requirements.txt#安装指定的包pip install -r requirements.txt4.退出虚拟环境
deactivate对于Virtualenv来说并不会像Anaconda那样帮你安装其他版本的Python，它是依赖于你的操作系统已经安装的Python，在创建虚拟环境时指定Python版本。
Virtaulenvwrapper
Virtaulenvwrapper是Virtualenv的扩展包，用于更方便管理虚拟环境，它可以将将所有虚拟环境整合在一个目录下、管理(新增，删除，复制)虚拟环境、切换虚拟环境等。
1.安装配置
#安装pip install virtualenvwrapper#创建目录用来存放虚拟环境mkdir /virtualenv_project#设置环境变量[root@test:~/virtual_protect]# vim ~/.bashrcexport WORKON_HOME=~/virtualenv_projectsource /usr/local/bin/virtualenvwrapper.sh[root@test:~/virtual_protect]# source ~/.bashrc2.创建虚拟环境
[root@test:~/virtual_protect]# mkvirtualenv venv1New python executable in /root/virtualenv_project/venv1/bin/pythonInstalling setuptools, pip, wheel...done.[root@test:~/virtual_protect]# mkvirtualenv venv2New python executable in /root/virtualenv_project/venv2/bin/pythonInstalling setuptools, pip, wheel...done.其中mkvirtualenv命令类似与virtualenv命令，也可以通过-p、–no-site-packages、–system-site-packages等参数进行配置。
3.列出虚拟环境并切换
#列出当前的虚拟环境[root@test:~/virtual_protect]# lsvirtualenv -bvenv1venv2#切换虚拟环境 [root@test:~/virtual_protect]# workon venv1(venv1) [root@test:~/virtual_protect]# workon venv2(venv2) [root@test:~/virtual_protect]#4.退出并删除虚拟环境
deactivatedeactivateVirtaulenvwrapper只是是Virtualenv的扩展包，底层是需要和Virtualenv配合使用的，只不过使操作更简便些罢了。
总结
经过以上介绍，我们已经学会了Python的多环境管理，也了解了Anaconda、Virtualenv、Virtaulenvwrapper的工作方式及应用领域，我们根据自己的实际情况按需选择。
