7个Python环境管理工具

知识管理工具7: Notion可定制化笔记与项目管理，适合个人或团队使用。 #生活技巧# #工作学习技巧# #知识管理工具#

通常，Python是一种非常灵活的编程语言--这一特性也体现到其环境管理中。不幸的是，这可能意味着您的Python安装变得混乱不堪。存在大量的环境管理工具来试图控制这种混乱……但是最终可能会变得更加复杂，尤其是对于新的Python开发人员而言！

在这篇文章中，我们将介绍可用工具的优缺点，以便您可以对如何安装python环境做出明智的决定。实际上，我们只需要在一些原则上达成共识：

虚拟化是您的好帮手：避免每个项目之间的依赖冲突，实现项目之间互相隔离的Python环境可以使您的生活变得无比轻松

项目应该是可复制的：依赖关系越紧密，您自己或其他开发人员实时复制代码的运行环境时就越容易

自包含=可部署：所有的环境和依赖打包发布越容易，项目在不同的系统上运行（例如从开发环境迁移到部署）就越容易

所有Python虚拟化解决方案都可以满足这些要求-尽管像其他任何工具一样，您会发现关于哪种最好的强烈观点！我们的目标是使您能够就您的Python环境做出明智的决定，并为自己省去一些麻烦。我们将从最简单的低级标准工具开始，并逐步研究更新，更强大（尽管有时更深奥和更多限制）的选项，并一路讨论优缺点-我鼓励您考虑所有能够满足您项目的需求的选项 。

到底是谁的环境？

首先，新的Python程序员可能会想知道-当我们说环境控制时，我们在谈论什么？大致而言，我们希望了解三个控制级别：

已安装的python包：我们可以将什么导入到正在运行的Python实例中？

已安装的python二进制文件本身：我们实际上在运行什么版本和具有什么特色的Python？

非python，系统级的依存关系：数字包底层的C / C ++工具链之类的东西怎么办？

如果能够显式地控制项目中的任何（或全部）事物，打包项目并使其在新的环境中启动和运行变得容易得多。最简单的说，Python中的大多数虚拟化工具都会创建一个虚拟环境，如下所示：

image.gif

这样的目录包含运行Python实例需要的所有内容-bin中的二进制文件和可调用脚本（如特定环境的python可执行文件），lib中已安装的所有Python软件包以及所需的任何其他非Python头文件和配置。通过设置指向该目录的系统路径（通常使用激活脚本来完成），我们可以运行一个完全独立的Python版本，包括其可执行文件，已安装的软件包等。永远不要在此目录之外引用Python工具。除了项目独立的优势外，这也适用于需要在没有root权限的系统上运行Python的情况，因为我们可以在具有用户权限的位置中创建虚拟环境。

由于虚拟环境有自己的pip软件包管理器，因此将软件包安装到环境中很简单-我们只要在环境运行时简单地进行pip install即可，并且这些软件包会被放置在正确的位置。这也使我们可以指定环境的依赖-我们可以仅使用已知的Python版本（因为我们要使用相同的可执行文件）和列出了所需软件包及其版本的requirements.txt文件来重新创建环境，这些设置直接作用于pip install命令。

由于环境激活是由系统路径变量控制的，因此从技术上讲，我们可以将该目录放置在任何地方-不需要把环境包和项目放在一起，正如Node.js项目一样。保留虚拟环境及其关联的项目代码（假定它不被git记录，因为我们只需要实际追踪Python版本和requirements 文件，则可能会很有用），但是当您为所有的Python项目使用集中式目录时也同样适用。

因此，不用多说，让我们看看我们在环境管理方面有哪些选择！

内置：****venv

从3.3版开始，Python标准库附带了一个简单的内置工具venv，为了创建虚拟环境。只需调用

image

（根据需要替换您的venv路径）将在指定目录中创建上述虚拟环境以及启动脚本-通过调用可以用来激活或停用该环境

image

激活后，pip install（独立软件包或来自requirements 文件）将按预期工作。要打包一个虚拟环境以在别处复制，您只需要生成一个包含环境内容的requirements 文件：

image

如果环境处于活动状态，则会生成一个requirements 文件，该文件可以安装到另一个系统上的全新虚拟环境中。

优点：

Python附带，无需其他工具

创建一个几乎可以使用所有工具的标准虚拟环境：Requirements.txt适用于任何使用pip的环境管理器

缺点：

只能管理安装的软件包：会适用任意Python来创建环境，因此您仍然无法人工管理Python版本

除了pip安装可用以外别无选择

比venv更多：****virtualenv

实际上，有一个较旧的工具（可追溯到Python 2.x）可创建这些环境。实际上，venv是通过将virtualenv功能的子集引入Python 3.3+标准库中而创建的。仍然可以通过pip支持和安装该工具-尽管用户应注意，该工具仅适用于当前处于活动状态的Python（系统默认安装）。为了避免与系统软件包冲突（以及在用户缺乏安装到系统Python所需权限的情况下），可以使用pip install --user virtualenv在每个用户的基础上进行安装。安装后，调用类似于venv：

image.gif

在指定位置创建一个虚拟环境目录，可以像venv一样激活/停用该目录。值得注意的是，我们可以选择提供一个可调用的Python--venv为调用它的Python创建一个环境，virtualenv可以为系统上可用的任何Python安装创建一个环境，这意味着我们只通过从系统Python运行一个工具便能为其他Python创建环境（如果省略了-p选项，则默认为使用当前活动的Python版本）。创建后，pip install指令将依据名称或requirements 文件工作。

优点：

创建与venv相同的标准虚拟环境，可与大多数工具完美配合

可以通过相同的调用为任何已安装的Python创建环境

包括一些高级功能，例如能够为环境创建引导脚本的功能

缺点：

<

网址：7个Python环境管理工具 https://www.yuejiaxmz.com/news/view/739375

相关内容

pyenv =》python 版本和python 开发工作环境管理神器下载
python写个小工具
【编程学习】7个超级好用的提升Python效率工具
使用Python实现个人财务管理工具
Python：任务自动化工具
推荐七个Python效率工具！
【Python学习】趣味工具
Python任务管理实践：自动化工作流程
（开题）flask框架个人任务管理系统APP（程序+论文+python）
用python做一个任务管理系统

随便看看