在 Python 开发中，虚拟环境是隔离项目依赖的关键工具。下面介绍创建和管理 Python 虚拟环境的主流方法。

一、内置工具：venv（Python 3.3+ 推荐）

venv 是 Python 标准库自带的虚拟环境工具，无需额外安装，适合快速创建轻量级环境。

1. 创建虚拟环境

# Windows
python -m venv myvenvName
# myvenvName 为环境名称，可自定义，提议使用项目相关命名。
# Linux/macOS
python3 -m venv myvenvName

2. 激活虚拟环境

# Windows（PowerShell）
myvenvNameScriptsActivate.ps1

# Windows（CMD）
myvenvNameScriptsactivate.bat

# Linux/macOS
source myvenvName/bin/activate

激活后，命令行前缀会显示环境名称

3. 安装依赖

激活环境后，使用 pip 安装的包仅存在于当前环境中：

pip install requests flask  # 示例：安装requests和flask库

4. 导出依赖清单

生成 requirements.txt 文件，记录当前环境所有依赖及其版本：

pip freeze > requirements.txt

5. 从清单安装依赖

在新环境或部署时，一键恢复依赖：

pip install -r requirements.txt

6. 退出虚拟环境

deactivate

二、进阶工具：virtualenv（跨版本兼容）

virtualenv 功能更强劲，支持为不同 Python 版本创建环境（如同时管理 Python 2 和 Python 3 环境）。

1. 安装 virtualenv

pip install virtualenv  # 全局安装virtualenv工具

2. 创建指定 Python 版本的环境

# 指定Python 3.8创建环境
virtualenv -p python3.8 myenv38

# 指定Python 2.7创建环境（需系统已安装Python 2.7）
virtualenv -p python2.7 myenv27

3. 激活与管理

激活、安装依赖、导出清单等操作与 venv 完全一致。

三、集成工具：conda

conda 是 Anaconda/Miniconda 自带的包管理器，可同时管理 Python 环境和第三方依赖（如 NumPy、Pandas）。

1. 创建 conda 环境

conda create -n myenv python=3.10  # 创建Python 3.10环境

2. 激活环境

conda activate myenv    

3. 安装依赖

conda install requests pandas  # 使用conda安装包
# 或混用pip
pip install flask

4. 导出环境

conda env export > environment.yml

5. 从清单创建环境

conda env create -f environment.yml

6.列出所有环境

conda env list

7. 删除环境

conda env remove -n myenv