之前我们介绍了如何使用嵌入式 Python3 环境给项目制作一键整合包，在使用嵌入式 Python 环境时，通常是作为另一个应用程序的一部分，而Python3虚拟环境是为了在开发过程中隔离项目所需的 Python 环境。虚拟环境允许我们在同一台计算机上的不同项目中使用不同的 Python 版本和软件包，而不会相互干扰。

本次我们利用Python3自带的虚拟环境(venv)功能来给项目制作一键整合包。

创建虚拟环境

首先确保本地环境已经安装好了Python3开发环境，如果没有，请移步：一网成擒全端涵盖，在不同架构(Intel x86/Apple m1 silicon)不同开发平台(Win10/Win11/Mac/Ubuntu)上安装配置Python3.10开发环境，囿于篇幅，这里不再赘述。

随后在克隆自己的项目，用于打包，这里我们以Bert-vits2-2.3的项目为例子：

git clone https://github.com/v3ucn/Bert-vits2-V2.3

随后进入项目的根目录：

cd Bert-vits2-V2.3

正常流程下我们会直接执行pip install -r requirements.txt在当前环境下安装依赖。

但是我们现在不使用当前开发环境，而是使用虚拟环境。

首先创建一个虚拟环境的工作目录：

mkdir venv

随后进入venv目录

cd venv

创建独立的虚拟环境：

python -m venv .

该命令python -m venv <目录位置> 可以创建一个独立的Python3运行环境。venv目录里面有python3、pip3等可执行文件，实际上是链接到Python系统目录的软链接。

此时，执行激活命令就可以进入该虚拟环境venv:

E:\work\Bert-vits2-2.3\venv>.\Scripts\activate  
  
(venv) E:\work\Bert-vits2-2.3\venv>  

可以看到，当前命令行的前缀有一个(venv)代表我们现在处于虚拟环境之中。

注意该虚拟环境和当前系统的Python3环境是隔离的。

我们也可也执行命令退出虚拟环境venv:

(venv) E:\work\Bert-vits2-2.3\venv>.\Scripts\deactivate.bat  
E:\work\Bert-vits2-2.3\venv>  

通过deactivate命令可以推出虚拟环境。

用虚拟环境venv给项目安装依赖

创建好了虚拟环境之后，我们就可以给当前的项目(Bert-vits2-2.3)安装依赖了：

.\venv\Scripts\pip.exe install -r .\requirements.txt

注意，这里所有的依赖文件都会安装到虚拟环境目录，即venv。

如果愿意，也可以执行命令来升级虚拟环境的pip软件：

.\venv\Scripts\python.exe -m pip install --upgrade pip

完成依赖的安装以后，可以执行命令来查看项目的依赖列表：

E:\work\Bert-vits2-2.3>.\venv\Scripts\pip.exe list  
Package            Version  
------------------ ------------  
certifi            2023.11.17  
charset-normalizer 3.3.2  
colorama           0.4.6  
coloredlogs        15.0.1  
filelock           3.13.1  
flatbuffers        23.5.26  
ftfy               6.1.3  
humanfriendly      10.0  
idna               3.6  
imageio            2.33.1  
Jinja2             3.1.2  
lazy_loader        0.3  
MarkupSafe         2.1.3  
mpmath             1.3.0  
networkx           3.2.1  
numpy              1.23.5  
onnx               1.14.0  
onnxruntime-gpu    1.16.2  
opencv-python      4.7.0.72  
packaging          23.2  
Pillow             9.5.0  
pip                23.0.1  
protobuf           4.23.2  
pyreadline3        3.4.1  
PyWavelets         1.5.0  
regex              2023.12.25  
requests           2.31.0  
scikit-image       0.21.0  
scipy              1.11.4  
setuptools         65.5.0  
sympy              1.12  
tifffile           2023.12.9  
tk                 0.1.0  
torch              2.0.1+cu118  
torchaudio         2.0.2+cu118  
torchvision        0.15.2+cu118  
tqdm               4.66.1  
typing_extensions  4.9.0  
urllib3            2.1.0  
wcwidth            0.2.12

也可以通过pip的show命令来查看依赖的具体位置：

E:\work\Bert-vits2-2.3>.\venv\Scripts\pip.exe show numpy  
Name: numpy  
Version: 1.23.5  
Summary: NumPy is the fundamental package for array computing with Python.  
Home-page: https://www.numpy.org  
Author: Travis E. Oliphant et al.  
Author-email:  
License: BSD  
Location: e:\work\Bert-vits2-2.3\venv\lib\site-packages  
Requires:  
Required-by: imageio, onnx, onnxruntime-gpu, opencv-python, PyWavelets, scikit-image, scipy, tifffile, torchvision

可以看到，这里numpy库就已经被安装到了e:\work\Bert-vits2-2.3\venv\lib\site-packages目录。

随后，我们执行项目中的脚本就可以用虚拟环境来执行，如：

.\venv\Scripts\pip.exe webui.py

如果不想通过命令执行，也可以编写bat脚本：

@echo off  
chcp 65001  
  
call venv\python.exe webui.py  
  
@echo 启动完毕，请按任意键关闭  
call pause

至此我们就完成了Bert-vits2-2.3虚拟环境依赖的安装，只需把Bert-vits2-2.3目录压缩，就拿到了一个Bert-vits2-2.3项目的整合包。

嵌入式embed和虚拟环境venv区别

嵌入式embed Python 通常用于将 Python 解释器嵌入到其他应用程序中，以便在应用程序中执行 Python 代码。这种方法常见于需要在应用程序中动态执行脚本或扩展功能的情况。例如，游戏开发中的脚本系统、自定义插件或扩展功能的实现，都可能会使用嵌入式 Python。嵌入式 Python 的优势在于它的轻量级和灵活性，可以根据应用程序的需求进行定制，不需要包含完整的 Python 安装。

虚拟环境venv则用于在同一台计算机上管理多个 Python 项目的依赖关系。每个项目可以有自己独立的虚拟环境，这样可以避免不同项目之间的依赖冲突和版本问题。虚拟环境的应用场景包括：在开发多个项目时，每个项目可以有自己独立的依赖包和 Python 版本；在部署应用程序时，可以确保部署环境与开发环境一致；在测试和维护项目时，可以隔离不同项目的依赖，方便管理和维护。

结语

嵌入式 Python 适用于需要将 Python 作为应用程序的一部分嵌入到其他系统中的场景，而虚拟环境适用于需要在同一台计算机上管理多个 Python 项目的场景。两者在项目开发中有着不同的应用目的和优势，但在整合包制作领域，二者都可以完美实现项目整合包的制作和更新。