有没有好用的 Python 版本、虚拟环境和包管理的工具

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 389 天前的主题，其中的信息可能已经有所发展或是发生改变。

感觉 conda 不太好用，随便创建一个环境都比较大（个人感觉

好用

Python

conda

环境

67 条回复 • 2024-03-15 20:52:37 +08:00

infun

2023-12-04 11:03:08 +08:00

比较大是指什么？有没有指定 python=3.xx
不指定的话可能把 base 装的都带进去

chiaf

2023-12-04 11:11:58 +08:00

visual studio

zhangzEric

2023-12-04 13:08:23 +08:00 via iPhone

Poetry ？

han1988

2023-12-04 13:12:36 +08:00

miniconda

suuuch

2023-12-04 13:45:50 +08:00

我比较 old ，随便弄弄就 miniconda 。（大部分晴空下懒得弄都是这
不嫌弃麻烦就用 miniconda 就官网下载编译安装。
然后包管理的话，virtualenv ，就这个了，使用也方便，多敲几行。其它的没怎么用过。

BBCCBB

2023-12-04 13:54:32 +08:00

基本没有比 conda/miniconda 好用稳定的了. 我用 miniconda

0xsui

2023-12-04 13:54:36 +08:00

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

Alias4ck

2023-12-04 13:56:48 +08:00

https://rye-up.com/guide/shims/

0xsui

2023-12-04 13:56:58 +08:00

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

yy77

2023-12-04 13:58:41 +08:00

简单的项目推荐用 python -m venv 就可以了。

dayeye2006199

2023-12-04 13:58:45 +08:00

Pip

xipuxiaoyehua

2023-12-04 13:59:54 +08:00

https://nixos.org/ nix 命令行工具，可以对不同的项目指定不同的开发环境，互不干扰，与系统默认也不干扰

ShadowPower

2023-12-04 14:02:51 +08:00

pipenv

缺点是会下载源码编译，需要自己安装编译所需的依赖

ShadowPower

2023-12-04 14:03:39 +08:00

pyenv + pipenv

chhtdd

2023-12-04 14:06:55 +08:00

我用 docker

chronsea

2023-12-04 14:07:43 +08:00

不是专门写 Python 的用 miniconda ，相对熟悉的用 pyenv+poetry, pyenv 管理 python 版本和虚拟环境，poetry 管理包

neochen13

2023-12-04 14:08:09 +08:00

penv

laqow

2023-12-04 14:10:48 +08:00

micromamba

encro

2023-12-04 14:14:25 +08:00

pyenv,
pdm,
miniconda

SenLief

2023-12-04 15:02:27 +08:00 via iPhone

简单的小项目我一直我们 Python venv 模块

noqwerty

2023-12-04 15:05:34 +08:00 via iPhone

试下来最简单的就是 micromamba 了

anubu

2023-12-04 15:16:00 +08:00

不嫌重的话，开发环境按项目配置 devcontainer ，配合 vscode 也能实现挺不错的工作区。

NoOneNoBody

2023-12-04 15:52:59 +08:00

我 miniconda 设了 4 个环境就 24G 了，只要装机器学习、深度学习的东西，空间小不了
本想找共享 package 的方案，发现需要学习很多知识，反正空间也够，就懒得去研究了

raycool

2023-12-04 15:54:23 +08:00

我用 miniconda

pljhonglu

2023-12-04 16:13:26 +08:00

rtx 做版本管理，poetry 依赖管理

https://github.com/jdx/rtx

forQ

2023-12-04 16:21:54 +08:00

linux：pyenv
windows：pyenv-win

dif

2023-12-04 16:38:46 +08:00

目前用 miniconda 。

founddev

2023-12-04 17:14:43 +08:00

miniconda yyds

HOMO114514

2023-12-04 17:17:25 +08:00

only conda

lululau

2023-12-04 17:17:47 +08:00

我特想知道为什么 pip 不能像 rubygems 一样在全局安装同一个包的不同版本？虚拟环境可以有，但是不要把包拷来拷去的好不好

kiddingU

2023-12-04 17:29:13 +08:00

conda

ericguo

2023-12-04 17:33:27 +08:00

@lululau 无法安装的同一个包的不同版本，不过可以每次切项目覆盖。

Nugine0

2023-12-04 17:40:31 +08:00

写几个基本需求，看看有没有人能给出方案。我以前的调查结论是没一个能打的。

1. 快速切换不同版本的 Python 解释器，方便升级或降级
2. 每个项目一个虚拟环境，互不干扰
3. 同一个包的相同版本共享一份全局空间，不要把每个项目都塞爆
4. 同一个包的 cpu 和 gpu 版本在不同虚拟环境互不干扰，例如项目 A 装 cpu 版，项目 B 装 gpu 版
5. 依赖兼容性检验，如果新装一个包会破坏环境，默认拒绝安装，可以选择强制安装
6. lock 文件独立于操作系统，例如在 windows 上生成的锁文件到 linux 上安装后不变
7. 支持安装自有索引的包，例如 PyTorch
8. 默认锁定兼容版本，而不是 xxx = "*"

coolair

2023-12-04 18:11:14 +08:00 via Android

实话实说，没有一个好用的！

vialon17

2023-12-04 18:29:30 +08:00

直接手动：
默认安装一个全局 py ，
其他 py 安装路径内改 python 执行文件名称就行了，pip 直接在文件夹内执行；
或者直接 venv 。

fakepoet

2023-12-04 18:38:14 +08:00

pyenv + pyenv-virtualenv

917405917

2023-12-04 20:06:00 +08:00 via iPhone

Poetry

thevita

2023-12-04 20:19:46 +08:00

@fakepoet

同 pyenv + pyenv-virtualenv ,
支持多种 venv 后端（具体是哪做的我也不是很清楚）, venv, virtualenv, conda 都支持
也能用 python-build 安装和管理 standalone 的 python

就能实现各种环境都在一起管理了

大部分机遇几个 python3.x base ，派生一堆 venv

ai 的场景就用 anaconda/miniconda 作为 base, conda 作为 venv 后端管理具体的 ai venv

IgniteWhite

2023-12-04 21:05:59 +08:00

pyenv + pyenv-virtualenv

然后配置好终端模拟器和代码编辑器/IDE 对于 pyenv 虚拟环境的支持

hertzry

2023-12-04 22:16:38 +08:00

conda create -n your_env_name 就是一个空环境啊，里面什么也没有，怎么会大呢？

Akkuman

2023-12-04 23:29:36 +08:00 via Android

rye

LeeReamond

2023-12-05 00:09:47 +08:00

miniconda 倒是没啥体积的问题，只是 conda 每次启动得单独加载虚拟环境，另外连接第三方软件也不容易，比如 sublimetext 这种，所以感觉还是不好用。我感觉逻辑上应该是有默认层，或者替换启动命令这种逻辑的要好用一些，比如不做切换时固定在某个版本

kuanat

2023-12-05 00:12:51 +08:00

python 版本管理：asdf
https://asdf-vm.com/

虚拟环境：python venv

包管理：pdm
https://pdm-project.org/

Yuhyeong

2023-12-05 00:18:18 +08:00

conda 还不够用那就没了，OP 的需求是不是想一个 python ，多个不同的包依赖？减少同一个版本的包在多个环境里的多次安装？

没有这样的环境，conda 的包管理加使用已经很厉害了。说实话我搞机器学习一个 conda 环境最多也就几个 G ，你要是说占用太大，大概率意思是 conda 的存储空间占用太多，这是因为下载下来的包都缓存起来在本地了，你多个环境下载的所有包的 pre-built 文件或者 wheel 都集中存储起来，这样设计的目的是以便下次创建新环境时免去下载的过程。

miniconda 和 anaconda 的区别就是 base 环境几乎没东西，给自定义环境的用户最大的轻便度。所以建议是用 miniconda ，然后嫌弃占用大的话多了解 conda 安装存储的原理，对缓存包没需求的话勤清理 cache ，这种情况想复用环境可以用 clone 的方法来创建新环境，最大程度减少存储空间占用。

Yuhyeong

2023-12-05 00:19:36 +08:00

用没有广大社区支撑的第三方库管理工具，只会在若干个月后因为某个包的版本依赖问题焦头烂额

jiayouzl

2023-12-05 00:20:55 +08:00 via iPhone

brew 安装 python ，虚拟环境就自带或者 virtualenv ，包管理就 pip ，为什么你们要这么复杂？如果对 python 环境有较高要求就 miniconda 就行了啊。

lxxiil

2023-12-05 00:22:21 +08:00 via iPhone

thonny 整个环境可以复制粘贴带走

009694

2023-12-05 00:34:03 +08:00 via iPhone

conda 新环境只安装 python 的话只有 100mb 不到的大小，何来很大？

Alias4ck

2023-12-05 01:24:40 +08:00

建议看这篇文章 https://alpopkes.com/posts/python/packaging_tools/
基本对比了市面上的大部分工具不过我还是推荐 rye (因为我发现 openai 的官方 python sdk 也是用这个来做的
来源是这里
https://www.v2ex.com/t/993078#reply1

bianhui

2023-12-05 08:42:39 +08:00

pdm > rye

knightdf

2023-12-05 08:52:02 +08:00

poetry

clemente

2023-12-05 10:08:03 +08:00

miniconda > 其他

okampfer

2023-12-05 10:40:19 +08:00

@xipuxiaoyehua #12
请教一下 nix 的国内镜像源怎么配置？

xipuxiaoyehua

2023-12-05 10:45:25 +08:00 via iPhone

@okampfer 我为了省事起见，走代理🤣，不过我之前看的清华或者中科大的源 wiki 里都写了怎么替换，你可以看一下，不过我的理解如果用清华的源装的 nix 的话 pkgs 默认源应该就已经是清华了

sworld233

2023-12-05 11:08:35 +08:00

miniconda 是好用的

llsquaer

2023-12-05 11:22:29 +08:00

现在用 virtualenv 但是有一个问题复用库的时候特别麻烦。特别是机器学习的库又大。。

很大的问题是第三方库的复用不能随心所欲。。导致 10 个项目有 10 个虚拟环境同时又有 10 个相同的库。

还好现在硬盘便宜了

listenerri

2023-12-05 14:04:49 +08:00

啥外部工具都不用，直接用电脑上已安装的具体版本 python 可执行程序 + 官方的 -m venv

0x19921213

2023-12-05 14:42:23 +08:00

pyenv+virtualenv

c5QzzesMys8FudxI

2023-12-06 09:41:25 +08:00

pyenv 和 miniconda 哪个好用点？
一直在用 pyenv

amlee

2023-12-06 12:41:27 +08:00

用 docker 的 dev container

LaureatePoet

2023-12-06 12:51:33 +08:00

poetry

HiddenNPC

2023-12-06 13:48:09 +08:00

专业和非专业都推荐：miniconda

frostming

2023-12-07 17:26:42 +08:00

请大家不要再问「有没有好用的 Python 版本、虚拟环境和包管理的工具」这种问题了。这里出现一百个答案，题主还知道要用什么吗？而且题目明明拉黑 conda 了，下面还一堆 conda 的。

要提问，请先明确使用场景。你是做 ML 开发多，还是 web 开发多，还是爬虫？
没有哪一个包管理器是银弹。你闭着眼睛推荐一个，他一用不符合场景，回头还得骂一声垃圾。

ifsclimbing

2023-12-09 20:37:34 +08:00

asdf + pdm

ZX576

2023-12-13 18:26:46 +08:00

@Nugine0

docker + poetry

- 预先多做一些不同 python 版本的 base image ，甚至一些基础共有包也打进去，解决 1/2/3
- 使用 poetry 做版本管理，解决 4/5/6/8

总的来说指定的项目中可能包含多个不同的 docker file ，一份 pyproject.toml 和 poetry.lock 文件

不太懂 7 的意思。

frostming

2023-12-14 08:41:43 +08:00

@Nugine0 你说这些 PDM 都支持啊，有什么问题？

akaHenry

286 天前

推荐 rye 吧. 也是前 flask 作者出品.

https://github.com/astral-sh/rye

1. 目前应该是唯一良好支持 workspace 模式的(类似 rust cargo), 比较方便管理 monorepo.

2. 功能已经覆盖 poetry + pdm + pyenv. (这样可以完全替代 pyenv + poetry)

3. 集成 uv(替代 pip), 安装包速度更快.

成熟可靠方案: pyenv + poetry + 全局 venv 模式.

1. 过去长期使用 pyenv + poetry. 比较偏好 pyenv 的全局管理的 venv. 不过 rye 的 local venv + workspace, 就很棒, 完美规避 venv 管理的麻烦. (没有 workspace, local venv 很难管理)

不推荐: pdm

1. pdm. 短暂使用, 就弃用. 有不少 bug. 和 pyenv 协调性很差, 终端自动激活 venv, 始终有 bug.

2. 功能完备度低于 poetry, 目前更是不如 rye. (题外: 就算不用 rye, 我也不会用 pdm, 那么多人吹, 我的体验就很差)