我对Python的依赖管理感到困惑，安装pip包时常与系统包冲突。最近我了解了venv，它可以创建虚拟环境，使用命令`python -m venv <name>`创建，`source envname/bin/activate`激活环境。

管理Python项目可能因依赖多样性而复杂。虚拟环境通过创建隔离空间来独立管理项目依赖，避免版本冲突。使用venv模块可以轻松创建和管理虚拟环境，并通过requirements.txt共享或重建环境。遵循最佳实践，如保持环境清洁和定期更新。大多数IDE支持虚拟环境。

Python 的 `venv` 用于为每个项目创建独立的包环境。例如，一个项目可能需要 foo-1.0，另一个需要 foo-2.0。通过 `python -m venv project_env` 创建虚拟环境，使用 `activate` 激活，`deactivate` 停用。用 `pip freeze` 生成 `requirements.txt`，并用 `pip install -r requirements.txt` 安装依赖。

虚拟环境是Python开发的重要工具，使用venv模块可以创建隔离的应用空间，方便管理包和依赖。通过pip freeze生成requirements.txt文件，便于复制环境，避免项目冲突，简化协作，是Python开发的标准实践。

本文介绍使用venv模块创建Python虚拟环境，隔离项目和系统环境。检查Python环境，安装venv模块，创建虚拟环境，激活和取消激活命令，批处理脚本中使用激活命令。

venv和conda都用于创建和管理Python虚拟环境，但conda提供了更深层次的隔离，适用于管理非Python的包或科学计算库。venv适用于只需要Python库的项目。

When I tested examples of the book Deep learning from scratch, a RuntimeError prompted told me matplotlib backend was not able to function correctly as my Python is not installed as a framework.

When I tested examples of the book Deep learning from scratch, a RuntimeError prompted told me matplotlib backend was not able to function correctly as my Python is not installed as a framework.

When I tested examples of the book Deep learning from scratch, a RuntimeError prompted told me matplotlib backend was not able to function correctly as my Python is not installed as a framework.