Windows 下安装虚拟环境搭建:新手到进阶完整教程
目标关键词:Windows 下安装虚拟环境搭建
如果你是做开发、测试、数据分析,或者只是想在电脑里隔离不同项目的运行环境,那么“虚拟环境”基本是绕不开的工具。它最大的好处就是:不同项目各用各的依赖,互不干扰,出问题也好回滚。
在 Windows 里,虚拟环境常见有两类:
- 编程虚拟环境:比如 Python 的
venv、Conda 环境。 - 系统虚拟环境:比如 VMware、VirtualBox 这类虚拟机,用来在 Windows 里再装一个 Linux 或另一个 Windows。
这篇文章会重点讲 Windows 下安装虚拟环境搭建,并把常见的两种需求都讲清楚,适合电脑小白一步一步照着做。
一、问题分析:你到底要搭建哪种“虚拟环境”?
很多人一上来就会把“虚拟环境”理解混了。其实要先分清需求:
1. 如果你是做 Python 开发
你要的是 Python 虚拟环境。
作用是给每个项目单独装库,比如:
- 项目 A 用
requests==2.31 - 项目 B 用
requests==2.28
它们不会互相覆盖。
2. 如果你想在 Windows 里再装一个 Linux
你要的是 虚拟机环境。
作用是让你的电脑“再运行一台电脑”,常用于:
- 学 Linux
- 搭建服务器测试环境
- 跑 Docker
- 测试网页、软件兼容性
二、Windows 下安装 Python 虚拟环境搭建
如果你只是做 Python 项目,推荐优先用这个方案,免费、轻量、最常用。
1. 安装 Python
步骤
- 打开 Python 官网,下载 Windows 版安装包。
- 双击安装时,一定勾选:
Add Python to PATH
- 点击安装。
验证是否安装成功
按下 Win + R,输入:
cmd
然后输入:
python --version
如果显示版本号,比如 Python 3.12.x,说明成功。
2. 创建虚拟环境
Windows 自带的 venv 就够用了,不需要额外装复杂工具。
操作步骤
- 先在资源管理器里新建一个项目文件夹,比如:
D:\python_project\demo
-
在这个文件夹里空白处按住 Shift + 鼠标右键
-
选择 在此处打开 PowerShell 窗口 或 在此处打开终端
-
输入命令:
python -m venv venv
执行后,当前目录会生成一个 venv 文件夹,这就是你的虚拟环境。
3. 激活虚拟环境
PowerShell 中激活
输入:
.\venv\Scripts\Activate.ps1
如果提示执行策略限制
有些 Windows 默认会拦截脚本运行,这时先执行:
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
然后选择 Y 确认,再重新激活:
.\venv\Scripts\Activate.ps1
成功后的表现
命令行前面会出现:
(venv)
这表示你已经进入虚拟环境。
4. 安装项目依赖
激活后安装库,例如:
pip install requests pandas flask
这些软件包只会装进当前 venv,不会污染系统 Python。
5. 查看已安装的库
pip list
如果想保存依赖列表:
pip freeze > requirements.txt
以后在别的电脑上可以直接恢复环境:
pip install -r requirements.txt
6. 退出虚拟环境
输入:
deactivate
退出后,命令行前面的 (venv) 会消失。
三、Windows 下安装 Conda 虚拟环境搭建
如果你做的是数据分析、机器学习、科学计算,推荐用 Anaconda / Miniconda。
它比 venv 更适合处理复杂依赖,尤其是 numpy、pandas、pytorch 这些包。
1. 选择 Anaconda 还是 Miniconda?
Anaconda
优点:
- 功能全
- 自带很多常用数据科学包
缺点:
- 安装包大,占空间多
Miniconda
优点:
- 体积小
- 更灵活
- 更适合进阶用户
缺点:
- 需要自己装包
建议
- 新手做数据分析:Anaconda
- 追求轻量和干净环境:Miniconda
2. 安装 Miniconda / Anaconda
安装时注意:
- 勾选 Add to PATH 通常不建议乱勾,很多教程会建议不勾,直接用 Anaconda Prompt
- 安装路径尽量不要有中文和空格
- 比如放到:
D:\Miniconda3
3. 创建 Conda 虚拟环境
打开 Anaconda Prompt 或 Miniconda Prompt,输入:
conda create -n myenv python=3.10
这里:
myenv是环境名python=3.10是指定 Python 版本
然后输入:
conda activate myenv
激活后就能开始装包。
4. 安装常用包
conda install numpy pandas matplotlib
如果某个包 Conda 没有,也可以用 pip:
pip install some-package
5. 删除环境
如果环境乱了,直接删掉重建最省事:
conda remove -n myenv --all
四、Windows 下安装虚拟机环境搭建
如果你说的“虚拟环境”是想在 Windows 里装 Linux、测试服务器、跑实验环境,那就要用虚拟机。
1. 推荐软件
VMware Workstation Player / Pro
优点:
- 稳定
- 兼容性好
- 使用体验成熟
VirtualBox
优点:
- 免费
- 适合入门
建议
- 普通用户:VirtualBox
- 追求稳定体验:VMware
2. 先确认电脑是否支持虚拟化
很多虚拟机跑不起来,其实不是软件问题,而是 CPU 虚拟化没开。
检查方法
按 Ctrl + Shift + Esc 打开任务管理器,切到:
性能 → CPU
看右下角是否显示:
虚拟化:已启用- 或
虚拟化:已禁用
如果是“已禁用”,就要去 BIOS 里打开。
3. 在 BIOS 里开启虚拟化
常见名称
- Intel 叫:
Intel Virtualization Technology - AMD 叫:
SVM Mode或AMD-V
操作步骤
- 重启电脑
- 开机时按
Del、F2、F10、Esc中某个键进入 BIOS - 找到虚拟化选项
- 改成
Enabled - 保存退出
4. 安装 VirtualBox
安装步骤
- 下载并安装 VirtualBox
- 顺手安装扩展包
- 安装完成后重启一次电脑
5. 创建虚拟机
以安装 Ubuntu 为例
- 打开 VirtualBox
- 点击 新建
- 填写:
- 名称:Ubuntu
- 类型:Linux
- 版本:Ubuntu (64-bit)
- 分配内存:
- 最低 2GB
- 建议 4GB 或更多
- 创建虚拟硬盘:
- 推荐
VDI - 动态分配
- 容量建议 30GB 起
- 推荐
6. 挂载系统镜像并安装
- 下载 Ubuntu ISO 镜像
- 在虚拟机设置里选择光驱
- 挂载 ISO 文件
- 启动虚拟机
- 按安装向导完成系统安装
7. 安装增强工具
虚拟机装好后,一定记得装增强工具:
- VirtualBox:
Guest Additions - VMware:
VMware Tools
作用包括:
- 鼠标无缝切换
- 分辨率自适应
- 共享剪贴板
- 文件拖拽
五、常见问题排查
1. 虚拟环境激活失败
可能原因
- PowerShell 执行策略限制
- 路径输错
- 没在项目目录下操作
解决办法
先执行:
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
再重新激活。
2. python 命令找不到
可能原因
- Python 没加到 PATH
- 安装不完整
- 系统里装了多个 Python
解决办法
- 重新安装 Python,勾选
Add to PATH - 或者直接用完整路径运行
- 推荐检查:
where python
3. 虚拟机启动报错
常见原因
- 没开 BIOS 虚拟化
- Hyper-V 冲突
- 内存分配太少
- 镜像文件损坏
处理思路
- 去 BIOS 开虚拟化
- 如果是 VMware/VirtualBox 卡顿,检查 Hyper-V
- 尝试重新下载 ISO 镜像
- 给虚拟机分配足够内存和硬盘
4. Windows 开了 Hyper-V,虚拟机很卡
这是很常见的问题。
Hyper-V 开着时,某些第三方虚拟机性能会受影响。
解决办法
如果你用的是 VMware 或 VirtualBox,可以尝试关闭:
Hyper-V虚拟机平台Windows 虚拟机监控程序平台
路径一般在:
控制面板 → 启用或关闭 Windows 功能
取消勾选后重启电脑。
六、不同场景的推荐方案
1. 只做 Python 项目
推荐:
- Python +
venv
优点:
- 简单
- 轻量
- 够用
2. 做数据分析、机器学习
推荐:
- Miniconda / Anaconda
优点:
- 包管理更稳
- 适合科学计算
3. 学 Linux、做服务器测试
推荐:
- VirtualBox 或 VMware
- 安装 Ubuntu Server 或 Debian
优点:
- 环境完整
- 可练习运维
4. 想同时搞多个项目,互不干扰
推荐:
- Python 项目:
venv - 系统实验:虚拟机
- 数据科学:Conda
这是最实用的组合。
七、实战示例:从零搭一个 Python 虚拟环境
下面给你一个最简单的落地流程,照着做就行。
第一步:建立项目文件夹
例如:
D:\work\demo_project
第二步:打开终端
在文件夹里右键打开 PowerShell。
第三步:创建虚拟环境
python -m venv venv
第四步:激活环境
.\venv\Scripts\Activate.ps1
第五步:安装依赖
pip install flask
第六步:保存依赖
pip freeze > requirements.txt
第七步:退出环境
deactivate
这样一个标准的 Windows 虚拟环境就搭好了。
八、提高稳定性的几个小技巧
1. 路径尽量简单
不要放在这种路径里:
D:\我的项目\Python测试\新建文件夹(1)
尽量用:
D:\work\project1
更少出错。
2. 不要把系统 Python 搞乱
建议每个项目都单独建虚拟环境,别把所有包都装在全局环境。
3. 统一 Python 版本
一个项目最好固定一个版本,比如:
- 3.9
- 3.10
- 3.11
不要今天 3.8,明天 3.12,容易出兼容问题。
4. 定期备份 requirements.txt
这样重装系统后,几分钟就能恢复环境。
九、总结
在 Windows 下安装虚拟环境搭建,核心就是先分清你的用途:
- 做 Python 开发:用
venv - 做数据分析:用 Conda
- 想装 Linux/测试系统:用 VirtualBox 或 VMware
如果是普通电脑用户,最推荐的路线是:
- 先装 Python
- 学会
venv - 再根据需要上 Conda 或虚拟机
- BIOS 虚拟化一定要会开
- 遇到冲突先查 Hyper-V
这样搭出来的环境最稳,也最适合长期使用。
推荐关键词布局
- Windows 下安装虚拟环境搭建
- Windows 虚拟环境怎么安装
- Python 虚拟环境创建
- 虚拟机安装教程
- Windows 虚拟化开启
- VirtualBox 安装
- Conda 环境搭建

还没有评论,来说两句吧...