1、虚拟环境-virtualenv

第一步：安装虚拟环境：pip instal virtualenv

第二步：新建一个目录来保存虚拟环境，相当于虚拟了三台电脑

cd / 进入根目录， mkdir envs 创建新目录，cd envs进入，显示：C:\envs> #这样就进入了虚拟环境的根目录。

现在，要进行django开发可以输入virtualenv django3.0.7,也可以根据需要使用其他版本。接下来会先将Python执行文件移入，第二件事安装setuptools以及pip一系列工具。

安装完成后通过cd django3.0.7进入，通过dir可以看到相关的目录。

如何进入虚拟环境：

进入django后，向控制台输入cd Scripts, 再看dir, 输入actiavate，返回(django3.0.7)就进入到虚拟环境了。

接下来可以安装需要的django版本或者flask版本，输入pip install django==3.0.7，但是此时安装的路径和之前是不一样的，是在一个虚拟的环境下安装的。此时可以成功引入django了。

此时想维护flask程序，如何退出当前虚拟环境呢，可以进入cd Scripts，输入dir，此时可以用deactivate.bat退出当前虚拟环境，到了真实的环境里面。

现在想做flask开发，同样也要创建虚拟环境，输入virtual flask创建虚拟环境，创建完成后通过cd flask， dir 可以看看有哪些虚拟环境。

通过cd flask进入此目录，如何进入此虚拟环境，cd Scripts回车，activate进入，进入后可以通过pip install flask来进行安装。安装完成。

import flask， 导入成功。

又想回到django怎么办，deactivate.bat -> cd.. -> cd django3.0.7 -> cd Scripts -> activate, 这样切换比较麻烦，有更简单的方法。

可以通过 virtualenvwrapper-win (-win是对于windows来操作的)来解决，这个方法是相当于在我们这个虚拟环境上进行了一些封装，方便我们去操作。

直接去pypi.org 搜索virtualenvwrapper最新版本，安装在真实的环境里。(还不支持3.8 。。。。)

在windows里面也要对WORKON_HOME 进行配置，把它加入环境变量当中去，此电脑->属性-> 高级系统设置->环境变量->新建 WORKON_HOME，一定要以此命名。

虚拟环境自由切换：workon vname，现在在django3.07的虚拟环境，通过workon flask，直接切换到flask。重新打开一个控制台输入workon flask, 接着输入python，然后import django现在找不到django了，因为这个环境里面是个纯净的环境只有flask。

如何给pycharm指定虚拟环境，左上角找到file，点击settings，搜索interpreter,可以看到project interpreter，点击show all进行添加，add local，可以创建新的虚拟环境，创建好后选择ok虚拟环境就显示出来了，点击apply应用接着点击ok。可以在右上角debug任务栏中找到edit configurations，找到python interpreter选择刚刚创建的虚拟环境apply。

如何用现有的虚拟环境：

点击show all，接着点击加号add local，找到existing env，可以看到此时系统中有两个虚拟环境，flask和django，可以给它加进来，apply，edit configurations中就可以选择flask这样的虚拟环境。

我们还可以在创建项目是就可以给它指定好虚拟环境。     

1、Python 虚拟环境之pipenv 虚拟环境高级的用法-可以区分python版本

参考：https://www.cnblogs.com/yi918/p/13442949.html

1. 安装

安装虚拟环境：pip install pipenv

下载安装python2.7版本，注意不要add path

在 c:\envs 中新建文件夹 py2.7

在命令提示符里面进入 py2.7文件夹：cd py2.7

可查看 pipenv 的帮助：pipenv --help

2. 创建

创建python2.7版本的虚拟环境：pipenv --python 2.7

3. 进入

进入python2.7虚拟环境：pipenv shell

4. 退出

退出python2.7虚拟环境：exit       

pipenv  --help查看帮助文档

pipenv --py 查看在什么目录下的python

pipenv -- where 查看在什么目录下

pipenv graph 查看安装的包依赖在什么文件