{"id":184285,"date":"2026-01-28T12:39:55","date_gmt":"2026-01-28T11:39:55","guid":{"rendered":"https:\/\/liora.io\/de\/?p=184285"},"modified":"2026-02-19T10:36:28","modified_gmt":"2026-02-19T09:36:28","slug":"virtualenv-python-version-alles-ueber-virtuelle-umgebungen","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/virtualenv-python-version-alles-ueber-virtuelle-umgebungen","title":{"rendered":"Virtualenv Python Version: Alles \u00fcber virtuelle Umgebungen"},"content":{"rendered":"\n

Virtualenv Python Version: Hier erf\u00e4hrst du alles, was du \u00fcber virtuelle Umgebungen in Python und die Bibliothek virtualenv wissen musst: Definition, Anwendungsf\u00e4lle, Funktionsweise, Tutorial, Training…<\/strong><\/p>\n\n\n\n

Einer der gr\u00f6\u00dften Vorteile der Programmiersprache Python<\/strong> ist die gro\u00dfe Auswahl an Bibliotheken<\/strong> und Paketen<\/strong> von Drittanbietern<\/strong> wie etwa die Virtualenv Python Version<\/strong>. Diese sind sehr n\u00fctzlich f\u00fcr die Aufnahme oder Umwandlung von Daten<\/strong> oder f\u00fcr Hochgeschwindigkeitsmathematik<\/strong> oder Machine Learning<\/strong>.<\/p>\n\n\n\n

Es kommt jedoch vor, dass mehrere Pakete<\/strong> nicht miteinander kompatibel sind. Dies ist auch zwischen verschiedenen Versionen einer Erweiterung<\/strong> der Fall. Um dieses Problem zu beheben, werden virtuelle Umgebungen<\/strong> verwendet.<\/p>\n\n\n\n

Was ist die Virtualenv Python Version?<\/h2>\n\n\n\n

Eine virtuelle Umgebung<\/strong> oder Virtualenv Python Version erm\u00f6glicht es, mehrere parallele Instanzen des Python-Interpreters zu starten. Jede dieser Instanzen hat ihren eigenen Satz an Paketen und ihre eigenen Konfigurationen. Jede virtuelle Umgebung enth\u00e4lt auch eine Kopie des Python-Interpreters.<\/p>\n\n\n\n

Die in jeder Umgebung installierten Pakete sind nur in dieser virtuellen Umgebung zu sehen und nirgendwo sonst. Selbst die gr\u00f6\u00dften und komplexesten Pakete k\u00f6nnen innerhalb der virtuellen Umgebungen voneinander getrennt werden.<\/p>\n\n\n\n

\"python\"<\/figure>\n\n\n\n
\n
Lerne mehr \u00fcber Python Virtualenv<\/a><\/div>\n<\/div>\n\n\n\n

Wozu dient Virtualenv Python Version?<\/h3>\n\n\n\n

Eine virtuelle Python-Umgebung<\/strong> kann in vielen Situationen n\u00fctzlich sein. Der h\u00e4ufigste Anwendungsfall ist die Entwicklung mehrerer Projekte<\/strong>, die verschiedene Versionen der gleichen Pakete<\/strong> ben\u00f6tigen, oder ein Projekt, das aufgrund von Namespace-Kollisionen<\/strong> von bestimmten Paketen isoliert werden muss.<\/p>\n\n\n\n

Ein weiterer h\u00e4ufiger Anwendungsfall ist die Arbeit an einer Python-Umgebung, in der es nicht m\u00f6glich ist, das Verzeichnis site-packages<\/strong> zu \u00e4ndern. Dabei kann es sich um eine stark kontrollierte Umgebung handeln, wie z. B. ein Managed Hosting<\/strong>, oder um einen Server<\/strong>, bei dem die Auswahl des Interpreters<\/strong> und der Pakete aufgrund von Produktionszw\u00e4ngen<\/strong> nicht ge\u00e4ndert werden kann.<\/p>\n\n\n\n

Dar\u00fcber hinaus erweist sich ein virtualenv<\/strong> als n\u00fctzlich, um mit einer bestimmten Kombination von Paketen<\/strong> unter stark kontrollierten Umst\u00e4nden zu experimentieren. Das Ziel kann sein, die Kompatibilit\u00e4t<\/strong> zwischen diesen Paketen zu testen.<\/p>\n\n\n\n

Schlie\u00dflich erm\u00f6glicht es eine virtuelle Umgebung, eine Basisversion<\/strong> des Python-Interpreters<\/strong> ohne Drittanbieterpakete<\/strong> auf einem System auszuf\u00fchren und die Pakete<\/strong> nur zu installieren, um den individuellen Bed\u00fcrfnissen eines jeden Projekts<\/strong> gerecht zu werden.<\/p>\n\n\n\n

Als Alternative kann man auch eine Python-Bibliothek<\/strong> in den Unterordner eines Projekts<\/strong> auspacken oder eine separate Kopie des Python-Interpreters<\/strong> herunterladen und in einem Ordner auspacken, um die ben\u00f6tigten Skripte<\/strong> und Pakete<\/strong> auszuf\u00fchren.<\/p>\n\n\n\n

Die Verwaltung solcher Projekte<\/strong> mit Paketen<\/strong> aus bin\u00e4ren Komponenten und Abh\u00e4ngigkeiten<\/strong> von Drittanbietern<\/strong> kann sich jedoch schnell als schwierig erweisen. Es ist auch kompliziert, eine solche Konfiguration<\/strong> auf einem anderen Rechner zu reproduzieren. Daher ist es langfristig die beste L\u00f6sung, virtuelle Umgebungen<\/strong> von Python<\/strong> zu verwenden.<\/p>\n\n\n\n

Wie erstellt man eine virtuelle Umgebung wie Virtualenv Python Version?<\/h3>\n\n\n\n

Um eine virtuelle Python-Umgebung wie etwa Virtualenv Python Version<\/strong> in einem Ordner zu erstellen, tippe einfach „python -m venv \/path\/to\/directory“ und gib den Namen des Ordners anstelle von „directory“ an.<\/p>\n\n\n\n

Wenn dein System eine Version von Python 2 als Standard-Python-Interpreter<\/a> erkennt, musst du „python3“ anstelle von „python“ eingeben. Unter Windows kannst du statt „python“ auch „py“ verwenden, um auf eine installierte Version von Python zuzugreifen.<\/p>\n\n\n\n

Der Prozess der Erstellung einer virtuellen Umgebung dauert nur ein bis zwei Minuten. Wenn er abgeschlossen ist, erh\u00e4ltst du einen Ordner mit mehreren Unterordnern.<\/p>\n\n\n\n

Der wichtigste Unterordner ist „bin“ auf Unix oder „Scripts“ auf Windows. In diesem Verzeichnis findest du eine Kopie des Python-Interpreters<\/strong> f\u00fcr die virtuelle Umgebung und seine Hilfsprogramme.<\/p>\n\n\n\n

Jede virtuelle Umgebung enth\u00e4lt eine eigene Kopie des Python-Interpreters und kann daher schwerf\u00e4llig sein. Eine virtualenv Python 3.9 verbraucht je nach Betriebssystem zwischen 15 MB und 25 MB Festplattenspeicher.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
\n
Bilde dich in Python weiter<\/a><\/div>\n<\/div>\n\n\n\n

Wie aktiviere ich virtualenv bzw. Virtualenv Python Version?<\/h3>\n\n\n\n

Nachdem du die virtuelle Umgebung erstellt hast, musst du sie aktivieren, bevor du sie benutzen kannst. Einmal aktiviert, bleibt diese virtualenv f\u00fcr die Dauer der Shell-Sitzung<\/a> der Standard-Python-Interpreter.<\/p>\n\n\n\n

Je nach Betriebssystem und verwendeter Kommandoshell m\u00fcssen unterschiedliche Syntaxen verwendet werden, um die Umgebung zu aktivieren.<\/p>\n\n\n\n

Auf Unix oder macOS verwendet man den Befehl „source \/path\/to\/venv\/bin\/activate“ mit der Shell bash. Du musst „.csh“ hinzuf\u00fcgen, wenn du die Shell csh verwendest, und „.fish“, wenn du die Shell fish verwendest.<\/p>\n\n\n\n

Unter Windows benutzt du den Code „path\\venvcriptsactivate.bat“ in der Eingabeaufforderung und „pathvenvcriptsactivate.bat“ in der PowerShell.<\/p>\n\n\n\n

Beachte, dass die aktivierte Umgebung nur in dem Kontext funktioniert, in dem sie aktiviert wurde. Wenn du zum Beispiel zwei Instanzen der PowerShell startest und virtualenv nur in einer der beiden Instanzen aktivierst, gilt es nur f\u00fcr diese eine.<\/p>\n\n\n\n

Viele IDEs (integrierte Entwicklungsumgebungen)<\/strong> erkennen und aktivieren eine virtuelle Umgebung<\/a> automatisch, wenn sie sich im aktuellen Projektordner befindet. Dies ist z. B. bei Microsoft Visual Studio Code<\/strong> mit der Python-Erweiterung der Fall. Es gen\u00fcgt, ein Terminal in Visual Studio Code<\/strong> zu \u00f6ffnen, um die ausgew\u00e4hlte virtuelle Umgebung automatisch zu aktivieren.<\/p>\n\n\n\n

?Auch interessant:<\/p>\n\n\n\n

Python Schulung<\/a><\/td><\/tr>
Was ist Scala und wieso ist Python besser<\/a><\/td><\/tr>
Top der nativen Python Funktionen<\/a><\/td><\/tr>
Imageio<\/a><\/td><\/tr>
Python f\u00fcr Dummies Teil 1<\/a><\/td><\/tr>
Python programmieren lernen<\/a><\/td><\/tr>
Data Cleaning Python<\/a><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n
Werde Python Experte: Entdecke unsere Kurse<\/a><\/div>\n<\/div>\n\n\n\n

Wie kann man die virtuelle Umgebung einrichten und nutzen?<\/h3>\n\n\n\n

Nachdem du die neue virtuelle Umgebung aktiviert hast, kannst du den Paketmanager pip verwenden, um seine Pakete hinzuzuf\u00fcgen und zu bearbeiten. Du findest pip unter Windows im Unterordner „Scripts“ und unter Unix im Unterordner „bin“.<\/strong><\/p>\n\n\n\n

Achte darauf, dass du die Instanz von pip, die die Pakete f\u00fcr die virtuelle Umgebung verwaltet, in dem Kontext verwendest, in dem sie aktiviert wurde. Dies kann z. B. eine Bash- oder Windows CLI\/PowerShell-Sitzung sein.<\/p>\n\n\n\n

Um zu \u00fcberpr\u00fcfen, ob du die richtige Pip und die richtige virtuelle Umgebung verwendest, gib „pip -V“ ein und \u00fcberpr\u00fcfe, ob der angezeigte Pfad zum Unterordner deiner virtuellen Umgebung<\/strong> f\u00fchrt.<\/p>\n\n\n\n

Um die erstellte virtuelle Umgebung zur Ausf\u00fchrung von Python-Skripten zu nutzen, rufe Python einfach von der Kommandozeile aus in dem Kontext auf, in dem du sie aktiviert hast.<\/p>\n\n\n\n

Wie verwaltet man Pakete in virtuellen Umgebungen?<\/h3>\n\n\n\n

Wenn du eine neue virtuelle Umgebung<\/strong> erstellst, werden die Pakete<\/strong> pip<\/strong> und setuptools<\/strong> installiert. Stattdessen m\u00fcssen alle anderen Pakete<\/strong>, die du in der Umgebung verwenden m\u00f6chtest, installiert werden.<\/p>\n\n\n\n

Bei Projekten<\/strong> mit komplexen Anforderungen solltest du eine Liste der ben\u00f6tigten Elemente in Form einer „requirements.txt<\/strong>„-Datei im Stammverzeichnis<\/strong> des Projekts<\/strong> aufbewahren. Wenn du die virtuelle Umgebung<\/strong> neu erstellen musst, kannst du alle ben\u00f6tigten Pakete<\/strong> mit dem Befehl „pip install -r requirements.txt<\/strong>“ nachinstallieren.<\/p>\n\n\n\n

Die Kopien von pip<\/strong> und setuptools<\/strong> sind lokal f\u00fcr die virtuelle Umgebung<\/strong>. Jede Virtualenv Python Version<\/strong> hat ihre eigenen Kopien, die unabh\u00e4ngig voneinander aktualisiert und gepflegt werden m\u00fcssen. So kann es sein, dass du Warnungen<\/strong> erh\u00e4ltst, dass pip<\/strong> in einem Teil der Umgebungen<\/strong> aktualisiert werden muss.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
\n
Entdecke unsere Kurse<\/a><\/div>\n<\/div>\n\n\n\n

Wie schaltet man die virtuelle Umgebung aus?<\/h3>\n\n\n\n

Nachdem du die Nutzung der virtuellen Umgebung<\/strong> beendet hast, kannst du die Sitzung<\/strong> beenden, in der du sie benutzt hast. Wenn du in derselben Sitzung<\/strong> mit dem standardm\u00e4\u00dfigen Python-Interpreter<\/strong> weiterarbeiten m\u00f6chtest, gib den Befehl „deactivate<\/strong>“ in die Eingabeaufforderung ein.<\/p>\n\n\n\n

Nutzer der Windows-Eingabeaufforderung<\/strong> m\u00fcssen „deactivate.bat<\/strong>“ aus dem Unterordner „Scripts<\/strong>“ ausf\u00fchren. Bei PowerShell<\/strong> unter Windows<\/strong> oder Unix OS<\/strong> reicht es, „deactivate<\/strong>“ in einem beliebigen Ordner einzugeben.<\/p>\n\n\n\n

 <\/p>\n\n\n\n

?Auch interessant:<\/p>\n\n\n\n

E-Mail mit Python senden<\/a><\/td><\/tr>
Python HTTP Requests<\/a><\/td><\/tr>
API Programmierung mit Flask<\/a><\/td><\/tr>
Python Test Nose<\/a><\/td><\/tr>
NLTK Python<\/a><\/td><\/tr>
Python Deep Learning<\/a><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Wie l\u00f6scht man eine virtuelle Umgebung?<\/h3>\n\n\n\n

Virtuelle Umgebungen<\/strong> sind eigenst\u00e4ndig<\/strong> und unabh\u00e4ngig<\/strong>. Wenn du eine virtualenv<\/strong> nicht mehr ben\u00f6tigst, l\u00f6schst du einfach ihren Ordner<\/strong>.<\/p>\n\n\n\n

Achte jedoch darauf, dass du alle Kopien<\/strong> von Python<\/strong>, die die laufende virtuelle Umgebung<\/strong> nutzen, schlie\u00dft. Dies wird m\u00f6gliche technische Probleme<\/strong> vermeiden.<\/p>\n\n\n\n

Wie aktualisiert man virtuelle Umgebungen?<\/h3>\n\n\n\n

Wenn du die Python-Laufzeitumgebung<\/strong> auf deinem System aktualisierst, werden die virtuellen Umgebungen nicht automatisch aktualisiert. Der Grund daf\u00fcr ist, dass eine \u00c4nderung der Python-<\/a>Version den Betrieb von Paketen behindern kann.<\/p>\n\n\n\n

Im Falle eines kleineren Updates von Python kannst du die virtuelle Umgebung aktualisieren, indem du den Befehl „python -m venv \/path\/to\/venv –upgrade“ in die Eingabeaufforderung des Projektordners eingibst. Achte darauf, dass du die virtuelle Umgebung vorher nicht aktivierst, da die Aktualisierung sonst m\u00f6glicherweise nicht funktioniert.<\/p>\n\n\n\n

Wenn du eine gr\u00f6\u00dfere Aktualisierung von Python installiert<\/a> hast, ist es notwendig, eine neue virtuelle Umgebung zu erstellen, die diese Version der Programmiersprache verwendet. Versuche in diesem Fall nicht, die virtuelle Umgebung zu aktualisieren.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
\n
Mehr erfahren<\/a><\/div>\n<\/div>\n\n\n\n

Virtuelle Umgebungen auf Python 2<\/h3>\n\n\n\n

Unter Python 2 sind virtuelle Umgebungen keine native Funktion. Es ist notwendig, Bibliotheken von Drittanbietern zu installieren, um sie zu erstellen und zu verwalten.<\/p>\n\n\n\n

Die beliebteste und am h\u00e4ufigsten verwendete Bibliothek ist virtualenv<\/strong>. Sie erm\u00f6glicht es, eine Ordnerstruktur zu erstellen und die ben\u00f6tigten Dateien in eine virtuelle Umgebung zu kopieren.<\/p>\n\n\n\n

Um diese Bibliothek zu installieren, musst du nur den Befehl „pip install virtualenv“ verwenden. Um einen Ordner f\u00fcr die virtuelle Umgebung zu erstellen, tippe „virtualenv \/ path\/to\/directory“.<\/p>\n\n\n\n

Das Aktivieren und Deaktivieren von virtuellen Umgebungen funktioniert auf die gleiche Weise wie bei modernen virtuellen Umgebungen unter Python 3.<\/p>\n\n\n\n

Bedenke jedoch, dass es nicht ratsam ist, Python 2 f\u00fcr jedes neue Entwicklungsprojekt<\/strong> zu verwenden. Diese \u00e4ltere Version der Sprache sollte nur zur Wartung alter Projekte verwendet werden, bis diese auf Python 3 umgestellt werden.<\/p>\n\n\n\n

Python virtualenv und Jupyter-Notebooks<\/h3>\n\n\n\n

Wenn du Jupyter<\/a>– oder IPython-Notebooks verwendest, erzeuge und aktiviere deine virtuelle Umgebung und gib dann den Befehl „pip install ipykernel“ ein, um die f\u00fcr IPython ben\u00f6tigten Komponenten hinzuzuf\u00fcgen.<\/p>\n\n\n\n

Tippe schlie\u00dflich den Befehl „ipython kernel<\/a> install -user -name=“ ein. Ersetze „project_name“ durch den Namen des Projekts. Du kannst nun Jupyter starten und zum IPython-Kernel wechseln, der in der virtuellen Umgebung installiert ist.<\/p>\n\n\n\n

Wie lerne ich das Programmieren in Python?<\/h3>\n\n\n\n

Die Beherrschung von Python <\/strong>ist eine sehr gefragte F\u00e4higkeit in Unternehmen. Diese Sprache beinhaltet jedoch viele Feinheiten, wie z. B. virtuelle Umgebungen.<\/p>\n\n\n\n

Um diese Fachkenntnisse zu erlangen, kannst du dich f\u00fcr Liora <\/strong>entscheiden. Alle unsere Kurse beinhalten ein Modul, das der Python-Programmierung<\/strong> gewidmet ist. Du lernst die Grundlagen der Programmiersprache Python<\/strong> kennen, aber auch Data Science-Bibliotheken wie Pandas und NumPy. Andere Module befassen sich mit Datenanalyse<\/a>, DataViz<\/a>, Machine Learning<\/a> und Business Intelligence<\/a>.<\/p>\n\n\n\n

Am Ende des gew\u00e4hlten Kurses wirst du alle F\u00e4higkeiten besitzen, die du brauchst, um als Data Scientist, Data Analyst, Data Engineer oder Data Manager<\/strong> zu arbeiten.<\/p>\n\n\n\n

Alle unsere Kurse werden als Fernkurse angeboten und verfolgen einen Blended-Learning-Ansatz<\/strong>, der gecoachtes Lernen auf unserer Online-Plattform und Masterclasses<\/strong> miteinander verbindet. Du kannst zwischen einem intensiven BootCamp-Modus oder einer Weiterbildung w\u00e4hlen.<\/a><\/p>\n\n\n\n

F\u00fcr die Finanzierung ist unsere Organisation f\u00fcr den Bildungsgutschein<\/a> zugelassen. Warte nicht l\u00e4nger und entdecke Liora<\/strong>!<\/p>\n\n\n\n

Du wei\u00dft alles \u00fcber Python Virtualenv<\/strong> und virtuelle Umgebungen. Weitere Informationen zu diesem Thema findest du in unserem umfassenden Dossier \u00fcber Python und unserem Dossier \u00fcber IDEs<\/a>.<\/p>\n\n\n\n

\n
Entdecke unsere Weiterbildungen<\/a><\/div>\n<\/div>\n\n\n\n