刚入行那会儿，我在Python环境配置上栽过跟头。装个库报红，换个版本冲突，虚拟环境搞不清楚路径。折腾两小时咖啡都凉了，环境还没搭好。有次项目deadline前一晚，我重装了三次Anaconda，最后还是用同事的电脑跑完的代码。

后来我发现，真正靠谱的方案不是靠手动点下一步。很多人推荐用pip install加requirements.txt，但换台电脑就炸。你明明装了Python 3.9，项目要求3.8，改版本号得重新下载一整套库。

我试过Docker，打包是方便。但镜像动不动几个G，配置挂载卷要写Dockerfile。对新手来说，光理解镜像和容器的区别就够呛。有同事说“我写个hello world不用搞这么重”。

后来我琢磨出一个轻量的一键方案，用的是venv加pip freeze的组合。原理不复杂，就是先创建一个干净的虚拟环境，然后导出依赖清单。换电脑时，直接复制清单，用一行命令装完所有库。

具体步骤分三步。第一步创建环境：在项目根目录下运行python -m venv myenv，生成一个叫myenv的文件夹。这个文件夹像个小盒子，里面放的是刚下载的Python和pip。以后安装任何库都会装在这个盒子里，不污染系统Python。

第二步激活环境并安装库：Windows上运行myenv\Scripts\activate，Mac或Linux运行source myenv/bin/activate。激活后终端前面会显示一个(myenv)前缀，表示你活在那个小盒子里。这时候再用pip install装你需要的库，比如pip install flask numpy requests。

第三步锁定依赖：装完库后，运行pip freeze > requirements.txt，把当前环境里所有库的名字和版本写进一个文件。这个文件只有几百字节，可以放进Git仓库。下次换电脑时，直接在新机器上建个新项目，创建环境，激活后运行pip install -r requirements.txt，十几秒就完事。

有次我给同事演示，他喝完半杯咖啡的功夫，三个项目环境就搭好了。他愣了半天说：“我以前是手动翻文档装库的”。

可能有人会问：这个方案能处理不同Python版本吗？可以。在创建环境时，你指定用哪个版本的Python就行。比如python3.10 -m venv myenv，前提是系统里装了Python 3.10。你也可以装多个版本，每个项目选自己需要的。

还有个小技巧：把虚拟环境文件夹myenv添加到.gitignore里。它体积大、不跨平台，不需要存到代码仓库。依赖集中在requirements.txt里管理。如果有人拉代码后需要跑，告诉他先创建环境再pip install -r。

我见过用Anaconda的人，装个库动不动conda install卡半天。还见过用pipenv的，Pipfile和Pipfile.lock生成一大串。这个venv方案不需要安装第三方工具，Python 3.3以上版本自带。用户唯一要做的就是敲几行命令。

有网友曾问我：“如果库依赖打架怎么办”。一个项目要torch 1.13，另一个要2.0。办法很简单：分别建两个虚拟环境，各自装对应版本。运行项目时激活对应的环境就行。谁也不会影响谁。

如果你用的编辑器是VS Code，还有更省事的办法。打开项目后，按Ctrl+Shift+P，输入“Python: Select Interpreter”，选择项目下虚拟环境里的python.exe。编辑器自动识别环境里的库，自动补全和报错都会正常。

我刚开始写Python时，被环境配置搞得怀疑人生。现在只用这个方案，没出过岔子。同事问我为什么发际线还这么高，我说“环境不烦我，我当然不烦它”。

其实写代码最烦的就是环境折腾。能省下来时间多喝两口咖啡，多写两行逻辑，比什么都强。你试试这个方案，下次换电脑就知道爽了。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。