mikigo.site

    Python环境与依赖管理

    mikigo

    pip

    简介

    pip 是 Python 的官方包管理工具，用于安装、卸载和管理 Python 包。它是 Python 标准库的一部分，从 Python 2.7.9 和 Python 3.4 开始默认安装。pip 可以从 Python Package Index (PyPI) 下载并安装第三方库。

    安装

    pip 通常随 Python 一起安装。如果需要单独安装或升级：

    # Windows
python -m pip install --upgrade pip

# Linux/Mac
pip3 install --upgrade pip

# 或者使用 ensurepip 模块
python -m ensurepip --upgrade

    使用说明

    # 安装包
pip install package_name

# 指定版本安装
pip install package_name==1.0.0

# 安装最新版本
pip install --upgrade package_name

# 卸载包
pip uninstall package_name

# 列出已安装的包
pip list

# 查看包信息
pip show package_name

# 导出依赖列表
pip freeze > requirements.txt

# 从依赖列表安装
pip install -r requirements.txt

# 搜索包
pip search package_name

# 查看过期的包
pip list --outdated

    venv

    简介

    venv 是 Python 3.3 引入的轻量级虚拟环境管理工具，用于创建独立的 Python 环境。每个虚拟环境都有自己的 Python 解释器和包安装目录，不会影响系统或其他虚拟环境。

    安装

    venv 是 Python 标准库的一部分，无需单独安装：

    # 检查是否可用
python3 -m venv --help

    使用说明

    # 创建虚拟环境
python3 -m venv myenv

# 激活虚拟环境 (Linux/Mac)
source myenv/bin/activate

# 激活虚拟环境 (Windows)
myenv\Scripts\activate

# 退出虚拟环境
deactivate

# 删除虚拟环境
# 直接删除虚拟环境目录即可
rm -rf myenv

    virtualenv

    简介

    virtualenv 是一个第三方工具，用于创建隔离的 Python 环境。它比 venv 出现得更早，支持 Python 2 和 Python 3，功能更强大，可以指定不同的 Python 版本创建虚拟环境。

    安装

    # 使用 pip 安装
pip install virtualenv

# 升级
pip install --upgrade virtualenv

    使用说明

    # 创建虚拟环境（使用当前 Python 版本）
virtualenv myenv

# 指定 Python 版本创建虚拟环境
virtualenv -p /usr/bin/python3.9 myenv

# 创建不带 site-packages 的虚拟环境
virtualenv --no-site-packages myenv

# 激活虚拟环境
source myenv/bin/activate  # Linux/Mac
myenv\Scripts\activate     # Windows

# 退出虚拟环境
deactivate

# 删除虚拟环境
rm -rf myenv

    uv

    简介

    uv 是由 Astral 团队开发的极速 Python 包管理器和虚拟环境管理工具，使用 Rust 编写。它旨在替代 pip、pip-tools 和 virtualenv，提供更快的速度和更好的用户体验。

    安装

    # 使用 pip 安装
pip install uv

# 或使用官方安装脚本
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

    使用说明

    # 创建虚拟环境
uv venv

# 指定 Python 版本创建虚拟环境
uv venv --python 3.11

# 激活虚拟环境
source .venv/bin/activate  # Linux/Mac
.venv\Scripts\activate     # Windows

# 安装包
uv pip install package_name

# 从 requirements.txt 安装
uv pip install -r requirements.txt

# 导出依赖
uv pip freeze > requirements.txt

# 同步依赖
uv pip sync requirements.txt

    pipenv

    简介

    Pipenv 是 Kenneth Reitz 开发的 Python 开发工作流工具，结合了 pip、virtualenv 和 requirements.txt 的功能。它自动创建和管理虚拟环境，并在项目根目录生成 Pipfile 和 Pipfile.lock 文件来管理依赖。

    安装

    # 使用 pip 安装
pip install pipenv

# 升级
pip install --upgrade pipenv

    使用说明

    # 初始化项目（创建 Pipfile）
pipenv --three  # 使用 Python 3
pipenv --two    # 使用 Python 2

# 指定 Python 版本
pipenv --python 3.9

# 安装包
pipenv install package_name

# 安装开发依赖
pipenv install package_name --dev

# 从 Pipfile 安装依赖
pipenv install

# 激活虚拟环境
pipenv shell

# 在虚拟环境中运行命令
pipenv run python script.py

# 卸载包
pipenv uninstall package_name

# 更新依赖
pipenv update

# 查看依赖图
pipenv graph

# 导出 requirements.txt
pipenv requirements > requirements.txt

# 退出虚拟环境
exit

    poetry

    简介

    Poetry 是一个现代化的 Python 依赖管理和打包工具，由 Sébastien Eustace 开发。它使用 pyproject.toml 文件来管理项目配置和依赖，提供依赖解析、虚拟环境管理、构建和发布等功能。

    安装

    # 使用官方安装脚本
curl -sSL https://install.python-poetry.org | python3 -

# Windows PowerShell
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | python -

# 或使用 pip 安装
pip install poetry

    使用说明

    # 初始化新项目
poetry new myproject

# 在现有项目中初始化
poetry init

# 安装依赖
poetry install

# 添加依赖
poetry add package_name

# 添加开发依赖
poetry add package_name --group dev

# 更新依赖
poetry update

# 移除依赖
poetry remove package_name

# 显示依赖树
poetry show --tree

# 激活虚拟环境
poetry shell

# 在虚拟环境中运行命令
poetry run python script.py

# 构建项目
poetry build

# 发布到 PyPI
poetry publish

    pyenv

    简介

    pyenv 是一个 Python 版本管理工具，允许在同一系统上安装和切换多个 Python 版本。它主要用于管理 Python 解释器版本，而不是虚拟环境。

    安装

    # Linux/Mac 使用 git 克隆
git clone https://github.com/pyenv/pyenv.git ~/.pyenv

# 配置环境变量
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'command -v pyenv >/dev/null || export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc

# 重新加载配置
source ~/.bashrc

# 或使用 Homebrew (Mac)
brew install pyenv

    使用说明

    # 列出可安装的 Python 版本
pyenv install --list

# 安装指定版本
pyenv install 3.11.0

# 查看已安装的版本
pyenv versions

# 设置全局 Python 版本
pyenv global 3.11.0

# 设置当前目录的 Python 版本
pyenv local 3.10.0

# 设置当前 shell 的 Python 版本
pyenv shell 3.9.0

# 查看当前使用的版本
pyenv version

# 卸载指定版本
pyenv uninstall 3.9.0

    pdm

    简介

    PDM (Python Development Master) 是一个现代的 Python 项目和包管理工具，使用 PEP 582 标准自动发现和导入已安装的包，无需激活虚拟环境。它支持依赖解析、构建和发布等功能。

    安装

    # 使用 pip 安装
pip install pdm

# 或使用官方安装脚本
curl -sSL https://pdm-project.org/install-pdm.py | python3 -

# 升级
pip install --upgrade pdm

    使用说明

    # 初始化新项目
pdm init

# 安装依赖
pdm install

# 添加依赖
pdm add package_name

# 添加开发依赖
pdm add -d package_name

# 更新依赖
pdm update

# 移除依赖
pdm remove package_name

# 列出依赖
pdm list

# 显示依赖树
pdm lock -L

# 运行命令
pdm run python script.py

# 构建项目
pdm build

# 发布到 PyPI
pdm publish

    conda

    简介

    Conda 是 Anaconda 和 Miniconda 的包和环境管理工具，主要用于科学计算领域。它不仅可以管理 Python 包，还可以管理其他语言的包和依赖，支持跨平台使用。

    安装

    # 下载 Anaconda 或 Miniconda 安装包
# Anaconda: https://www.anaconda.com/download
# Miniconda: https://docs.conda.io/en/latest/miniconda.html

# Linux/Mac 安装
bash Anaconda3-2023.09-0-Linux-x86_64.sh

# Windows 运行安装程序
Anaconda3-2023.09-0-Windows-x86_64.exe

# 初始化 conda
conda init bash

    使用说明

    # 创建新环境
conda create --name myenv python=3.11

# 激活环境
conda activate myenv

# 退出环境
conda deactivate

# 列出所有环境
conda env list

# 删除环境
conda remove --name myenv --all

# 安装包
conda install package_name

# 从 conda-forge 安装
conda install -c conda-forge package_name

# 使用 pip 在 conda 环境中安装
pip install package_name

# 列出已安装的包
conda list

# 更新包
conda update package_name

# 更新 conda
conda update conda

# 导出环境配置
conda env export > environment.yml

# 从配置文件创建环境
conda env create -f environment.yml

    对比

    工具类型主要功能优点缺点
    pip包管理器安装和管理 Python 包官方工具，简单易用不管理虚拟环境，依赖冲突问题
    venv虚拟环境管理创建隔离的 Python 环境Python 标准库，无需安装功能相对简单
    virtualenv虚拟环境管理创建隔离的 Python 环境功能强大，支持多版本需要单独安装
    uv包和环境管理极速包管理和虚拟环境速度快，现代化相对较新，生态尚在发展
    pipenv项目管理依赖和虚拟环境管理自动管理虚拟环境，Pipfile 文件依赖解析有时较慢
    poetry项目管理依赖、构建和发布功能全面，pyproject.toml 标准学习曲线较陡
    pyenv版本管理管理 Python 解释器版本多版本切换方便只管理解释器，不管理包
    pdm项目管理依赖和项目管理PEP 582 支持，无需激活虚拟环境相对较新，生态较小
    conda包和环境管理跨语言包和环境管理科学计算生态丰富，跨平台安装包较大，启动较慢

    总结

    Python 环境和依赖管理工具各有特色，选择合适的工具取决于项目需求和个人偏好：

    1. 简单项目：使用 pip + venv 组合，轻量级且易于上手
    2. 现代开发：推荐使用 poetry 或 uv，功能全面且速度快
    3. 科学计算：使用 conda，提供丰富的科学计算包
    4. 多版本开发：结合 pyenv 管理不同 Python 版本
    5. 团队协作：使用 poetry 或 pipenv，通过配置文件统一依赖

    选择工具时，建议考虑以下因素：

    • 项目规模和复杂度
    • 团队协作需求
    • 性能要求
    • 学习成本
    • 社区支持和生态

    无论选择哪种工具，良好的依赖管理习惯都是项目成功的关键。

    声明：本站所有文章，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。-- mikigo