如何优化Python虚拟环境（virtualenv）的磁盘占用？

我太懂这种被大体积依赖包塞满磁盘的痛了——几个同Python版本的虚拟环境，装的TensorFlow、PyTorch这类动辄几G的AI库好多都是重复的，磁盘肉眼可见地缩水，又没法用--system-site-packages（毕竟要保留不同依赖版本的灵活性，总不能所有环境都用同一个版本的torch吧）。

像你截图里的这几个虚拟环境，相同依赖重复存储的问题特别明显：

尤其是这些大体积依赖，简直是磁盘空间的“杀手”：

下面给你几个实用的方案，既能省空间，又不牺牲依赖版本的灵活性：

从创建环境开始优化：用virtualenv-clone克隆环境 #

如果你要新建的环境和已有环境依赖很像，别再从头创建+装依赖了，用virtualenv-clone工具克隆！它会用硬链接代替复制文件，同版本的依赖文件只在磁盘上存一份，克隆出来的环境完全独立——比如你之后在克隆环境里升级某个依赖，系统会自动生成新的文件，不会影响原环境，完美保留版本灵活性。

步骤超简单：

1. 先安装工具：pip install virtualenv-clone
2. 克隆已有环境：virtualenv-clone /path/to/你的已有环境 /path/to/新环境

给已有的环境“瘦身”：用工具自动合并重复文件 #

如果你已经有一堆占空间的虚拟环境，可以用rdfind或者fdupes这类重复文件查找工具，自动把相同的依赖文件替换成硬链接，一次性省出大把空间。

比如用rdfind（Linux/macOS可以用包管理器装，Windows也有对应版本）：
执行命令：rdfind -makehardlinks true /path/to/所有虚拟环境的父文件夹
它会自动扫描所有重复文件，把多余的副本删掉，换成指向原始文件的硬链接，完全不影响环境的正常使用。

手动精准优化：针对大体积依赖做硬链接 #

如果你不想用第三方工具，也可以手动处理那些占空间最大的依赖（比如你截图里的torch、tensorflow）：

1. 先找到不同环境里同版本的相同依赖（比如env1和env2都装了torch==2.1.0）
2. 删除其中一个环境里的依赖文件夹（比如env2里的torch文件夹）
3. 用硬链接指向另一个环境的对应文件夹：
   • Linux/macOS：ln /path/to/env1/lib/python3.x/site-packages/torch /path/to/env2/lib/python3.x/site-packages/torch
   • Windows：用命令提示符执行mklink /J "C:\path\to\env2\Lib\site-packages\torch" "C:\path\to\env1\Lib\site-packages\torch"（Junction链接，类似硬链接）

换用现代依赖管理工具（一劳永逸） #

如果你愿意换工具，Poetry、Pipenv这类现代依赖管理工具天生就有空间优化：它们会把所有下载的包缓存到全局目录，创建虚拟环境时用硬链接把缓存里的包链接到环境中，同版本的依赖永远只存一份，而且依赖版本管理更清晰，还能自动处理依赖冲突。

一些关键注意事项 #

• 硬链接只能在同一个磁盘分区使用，如果你的虚拟环境在不同分区，就用软链接（ln -s），但要注意用绝对路径，不然移动环境后链接会失效。
• 硬链接是安全的：因为Python依赖包安装后基本是只读的，只有当你修改文件时，系统才会自动复制一份新的（写时复制），完全不会影响其他环境的依赖版本。
• 别用软链接替代硬链接在依赖文件夹上：Python有时候会读取文件的inode信息，软链接可能导致一些奇怪的加载问题，硬链接更稳定。

备注：内容来源于stack exchange，提问作者Gonzalo Matheu