Python创建虚拟环境一直转圈卡死怎么办

陆景行

发布时间：2026-10-31| 10人浏览过

原创

针对Python创建虚拟环境一直转圈卡死的问题，本文提供一套两分钟快速定位与分步排查方案。涵盖命令行--without-pip旁路测试、PyCharm与VS Code外置环境解耦、云同步盘文件锁排查及pip镜像配置，彻底解决环境初始化假死问题。

创建 Python 虚拟环境时界面一直转圈卡死，通常并非 Python 安装受损，而是卡在了“内置 pip 引导程序的网络下载与校验”、“集成开发工具（IDE）后台文件索引与并发锁冲突”，或是“目标路径位于云同步盘中导致文件实时写入被挂起”。要彻底解决这一问题，核心路径是：先通过命令行加入 --without-pip 参数进行隔离验证，确认底层解释器与磁盘写入正常后，再针对性修复网络镜像源、调整安全防护白名单，或采用外置创建后关联 IDE 解释器的方式避开图形界面死锁。

一、两分钟排查法：快速定位卡死瓶颈

当遇到虚拟环境长时间无响应时，不要盲目重装 Python。首先需要区分是图形开发工具（如 PyCharm、VS Code）的交互界面出现假死，还是 Python 核心进程在执行文件复制时陷入停滞。最直接的方法是打开系统自带的终端（Windows 的 PowerShell 或 CMD，macOS/Linux 的 Terminal），脱离任何第三方工具直接测试环境创建。

请在终端中切换到非中文、无空格的本地工作目录，执行以下测试命令：

python -m venv test_env --without-pip

执行该命令后观察终端反应，结果通常分为两类：

情况一：1 秒内迅速执行完毕，返回空提示符。这说明操作系统的 Python 解释器、磁盘读写和基础目录结构生成功能完全健康。卡死的根源 100% 集中在 ensurepip 模块（即自动配置 pip 工具时的网络握手、解包校验）或安全软件对可执行文件的逐个拦截扫描。
情况二：光标持续闪烁，超过 30 秒仍未结束。这说明底层文件写入流程本身受阻。常见于工作目录被 OneDrive、iCloud、坚果云等云盘同步软件锁定，或是杀毒软件对脚本写入进行了深层挂起，亦或是当前路径存在特殊权限冲突。

Python创建虚拟环境一直转圈卡死怎么办 — 图 1：通过单行隔离命令定位虚拟环境卡死根源的决策流程

二、原因一：ensurepip 引导机制阻塞与国内网络延迟

在 Python 默认机制中，执行 python -m venv <env_name> 时，程序会自动调用 ensurepip 模块。该模块负责将 Python 安装目录中预置的 wheel 格式的 pip 与 setuptools 解压到新环境的 site-packages 目录中，并在 Windows 下生成 pip.exe、python.exe 等启动存根（stubs）。

在这个过程中，如果当前系统设置了代理服务器（例如系统环境变量中残留了未开启的 HTTP_PROXY 或 HTTPS_PROXY），或者网络防护软件对 socket 握手进行了阻断，ensurepip 在某些系统版本下会反复尝试网络探针或验证远端哈希，从而陷入数十秒甚至二十分钟的 TCP 超时重试循环。

对于此问题，最为稳妥且立竿见影的解决办法是“绕过内嵌引导，外接国内镜像完成配置”：

第 1 步：用纯净模式秒级创建环境骨架

python -m venv .venv --without-pip

第 2 步：激活该虚拟环境

Windows PowerShell 环境下执行：

.venv\Scripts\Activate.ps1

如果系统提示脚本执行权限策略受限（Restricted），可执行：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process
.venv\Scripts\Activate.ps1

macOS 或 Linux 终端下执行：

source .venv/bin/activate

第 3 步：通过官方独立脚本配合国内镜像补全 pip

在已激活的环境提示符下，下载并运行官方单文件安装脚本：

curl -sS https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py -i https://pypi.tuna.tsinghua.edu.cn/simple

示例输出：
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting pip
Installing collected packages: pip
Successfully installed pip-24.0

安装完成后即可删除临时的 get-pip.py。此时虚拟环境已具备完整可用的 pip 工具，全程无需等待官方默认源的漫长握手。

三、原因二：IDE 图形界面与后台索引的死锁互锁

很多开发者在 PyCharm 中点击“New Project”或在 VS Code 中点击“Create Environment”时，界面右下角显示“Creating virtual environment...”，进度条一直转圈，有时持续半小时都不结束。

这种现象通常源于 IDE 的并发机制冲突。PyCharm 在调用底层 Python 创建虚拟环境的同时，会自动触发“更新包清单（Updating packages）”与“扫描解释器骨架（Scanning skeletons）”。如果此时工作区内包含大型数据文件夹、庞大的 node_modules 或已被其他进程占用的缓存文件，IDE 的事件分发线程会被阻塞，导致新建环境的返回事件无法被上层 UI 接收，形成界面假死。

针对 IDE 图形界面卡死，规范且高效的应对策略是“解耦操作：外置创建，内部关联”：

终止卡死任务：在任务管理器（Windows）或活动监视器（macOS）中强制结束卡住的 python.exe 或 pycharm64.exe 辅助进程。
外部终端独立创建：关闭 IDE 后，在项目根目录下通过系统原生终端直接运行：
```
python -m venv .venv
```
如果此处也有延迟，沿用前文所讲的 python -m venv .venv --without-pip。
打开 IDE 绑定现有解释器： 重新打开 PyCharm，依次点击： Settings（设置 / Preferences）→ Project: <项目名> → Python Interpreter。在右上角点击 Add Interpreter → 选择 Add Local Interpreter...。在弹出的对话框左侧切勿选择“New”，而是选择 Existing（现有环境）。
精确定位可执行文件： 在解释器路径中点击浏览，选中刚才外部生成的 Python 解释器实体：
- Windows 路径为：项目目录\.venv\Scripts\python.exe
- macOS/Linux 路径为：项目目录/.venv/bin/python
点击 OK 保存。IDE 会直接加载已有文件，耗时仅需 1~2 秒，彻底跳过创建向导的无限等待。

四、原因三：文件系统死锁（云同步盘与杀毒防护拦截）

如果使用 python -m venv test_env --without-pip 在纯命令行下依然卡死，问题必定发生在文件系统的底层 I/O 层面。在此类场景中，最常见的两大元凶是云盘同步冲突与杀毒软件实时防护扫描。

1. 云盘同步锁冲突（OneDrive / iCloud / 坚果云）

在 Windows 10/11 默认配置下，“桌面”和“我的文档”通常会被自动重定向至 OneDrive 备份目录。虚拟环境的创建过程会在短时间内释放数百至数千个微小文件（包括链接、配置文件和动态库）。

当 Python 正在写入某个 .dll 或 .py 文件时，云盘同步客户端会立即感知并尝试锁定该文件以上传至云端。此时 Python 进程由于拿不到写句柄，直接陷入等待（挂起），从而导致整个创建过程无限期卡死。

排查与规避规则

切勿将项目目录或虚拟环境放置在 C:\Users\<用户名>\OneDrive\... 或类似同步盘路径中。建议将所有代码项目建立在纯本地盘符根目录，例如 D:\Projects\my_app 或 macOS 的 ~/Development/my_app。

2. 安全防护软件的实时扫描挂起

Windows Defender 或第三方杀毒软件（如 360、火绒、迈克菲）的“实时保护”机制会对每次新创建的 .exe 存根和脚本进行静态安全特征分析。在多核心高负载或特定系统补丁下，扫描队列积压会导致 Python 的文件写入被串行化阻塞。

解决步骤：

按下 Win + I 打开“Windows 设置” → 进入“隐私和安全性” → “Windows 安全中心”。
点击“病毒和威胁防护” → 在“‘病毒和威胁防护’设置”中选择“管理设置”。
下拉找到“排除项” → 点击“添加或删除排除项”。
添加两处排除项：一处为 Python 的全局安装路径（如 C:\Program Files\Python311），另一处为你日常存放代码的主文件夹（如 D:\Projects）。

五、Conda 环境专解：Solving Environment 卡死应对

如果使用的是 Anaconda 或 Miniconda，在执行 conda create -n myenv python=3.10 时，控制台经常卡在 Solving environment: \ 并无限旋转。这主要是因为 Conda 官方默认源（defaults channel）位于境外服务器，且 Conda 老旧的经典依赖解析器（Classic Solver）在面对庞大的元数据时算法复杂度较高。

对于 Conda 用户，可以通过以下两个步骤彻底根治卡死：

第一步：配置国内高性能镜像源

在终端中依次执行以下命令，将清华源注入配置文件：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

第二步：启用现代 libmamba 解析器

较新版本的 Conda（23.10+）已经原生内置了由 C++ 编写的 libmamba 解析器，依赖解析耗时可从数十分钟缩减至数秒：

conda config --set solver libmamba

设置完毕后再次执行创建命令，即可秒级通过 Solving environment 阶段。

补充建议：现代替代工具 uv

如果你不需要庞大的科学计算二进制闭源包，仅需标准 Python 虚拟环境，可以尝试新一代 Rust 构建的高性能工具 uv。执行 uv venv 创建一个虚拟环境仅需 10~50 毫秒，且原生兼容 pip，能够从根本上消除等待与转圈。

六、创建结果校验与核心处置矩阵

当虚拟环境顺利完成生成后，切勿直接开始编码。建议通过以下三步快速验收环境的健壮性：

检查目录完整性：确保目标文件夹下存在 pyvenv.cfg 核心配置文件，且 Scripts（Windows）或 bin（macOS/Linux）下有 python 与 pip 实体。
验证激活与路径指向：在终端激活该环境后，执行路径定位命令：
```
# Windows
where python

# macOS / Linux
which python
```
确认输出的首行路径严格指向你的虚拟环境文件夹（如 .../.venv/Scripts/python.exe），而非全局 Python 路径。
验证包管理通信：执行 python -m pip list，若能正常打印出基础包列表（如 pip、setuptools），且不报任何网络或 SSL 警告，即表示环境完全交付就绪。