.py | 用 poetry / uv / conda / virtualenv / 无额外工具,管理 Python 项目

.py | 用 poetry / uv / conda / virtualenv / 无额外工具,管理 Python 项目

💡 原文中文,约8000字,阅读约需19分钟。
📝

内容提要

本文对比 poetry、uv、conda、virtualenv(wrapper) 及纯手动五种 Python 项目管理方式,涵盖一次性准备、项目初始化、虚拟环境创建与激活、依赖安装与移除、版本锁定及环境复现。poetry 与 uv 可自动管理依赖和锁文件,uv 还支持自动下载 Python;conda 将 Python 版本与环境绑定;纯手动方式最透明,适合极简项目。

🔎

延伸解读

工具选择取决于项目需求与团队习惯

文章对比了五种管理方式,各有侧重:poetry 和 uv 能自动处理依赖与锁文件,适合需要版本锁定和跨平台一致性的项目;uv 还支持自动下载 Python,减少前期准备;conda 将 Python 版本与环境绑定,适合科学计算场景;virtualenvwrapper 和纯手动方式更透明,适合极简项目或希望理解底层机制的场景。读者可根据项目复杂度、协作需求和自身偏好选择。

锁文件是环境复现的关键

文章强调,poetry 和 uv 会生成 poetry.lock 或 uv.lock,提交到 Git 后,他人用 poetry sync 或 uv sync 即可复现完全一致的环境。纯手动方式则依赖 pip freeze 导出 requirements.txt,但文章指出 pip freeze 不是依赖解析器,不会自动解决跨平台冲突,且 pip 不负责更新 pyproject.toml。因此,若重视可复现性,应优先选择带锁文件的工具。

src 布局与可编辑安装的实践价值

文章推荐 src/ 型项目结构,并解释其好处:必须把项目装进虚拟环境才能 import,测试时运行的是安装后的代码,避免误用当前文件夹中的文件。poetry、uv 和 pip 均支持可编辑安装(如 pip install -e .),修改 src/ 中的代码会立即反映到虚拟环境,无需重装。这种布局与安装方式结合,能提升开发与测试的一致性。

纯手动方式适合理解底层与极简场景

文章将不使用额外工具的管理比作开手动挡汽车,认为它让人对 Python 运行时保持清醒,并提到大语言模型不需要太多脚手架,极简风格项目可能越来越常见。这种方式需要手动创建目录结构、用 venv 建环境、用 pip 管理依赖并手动维护 pyproject.toml 和 requirements.txt。虽然透明,但依赖解析和跨平台复现需自行负责,适合小型或学习型项目。

❓

Q&A

poetry 和 uv 在管理 Python 项目时,哪个可以自动下载安装 Python 解释器?

uv 可以自动下载安装 Python 解释器。uv 安装时不需要本机存在 Python 可执行文件,在项目中可以指定需要的 Python 版本,uv 会先在本地搜索,找不到就自己下载安装。poetry 的 python 命令目前处于实验阶段,也可以安装特定版本,但需要先有 poetry 环境。

使用 conda 管理项目时,Python 版本和虚拟环境是如何绑定的?

conda 将 Python 版本与虚拟环境强绑定,因此创建环境时必须指定 Python 版本,例如 conda create -n ENV_NAME python=3.12。默认情况下,所有环境都集中存放在 conda 安装目录的 envs/ 下。

virtualenvwrapper 常用的环境管理命令有哪些?

virtualenvwrapper 常用命令包括:mkvirtualenv ENV_NAME 创建并激活环境;workon ENV_NAME 激活环境,不带参数时列出所有环境;rmvirtualenv ENV_NAME 删除环境。指定 Python 版本时使用 mkvirtualenv -p PATH/TO/PYTHON ENV_NAME。

不使用任何额外工具时,如何手动创建虚拟环境并安装项目依赖?

可以使用 Python 自带的 venv 模块:在项目根目录运行 PATH/TO/PYTHON -m venv .venv 创建环境,然后激活(Linux 用 source .venv/bin/activate,Windows PowerShell 用 .venv\Scripts\Activate.ps1)。安装依赖用 pip install PACKAGE_NAME(==VERSION),导出依赖用 pip freeze > requirements.txt,复现环境用 pip install -r requirements.txt。项目本身可用 pip install -e ".[dev]" 以可编辑方式安装。

poetry 和 uv 在依赖管理上有什么优势?

poetry 和 uv 的 add/remove 命令会自动计算依赖关系并解决依赖冲突,依赖会自动写入 pyproject.toml 和锁文件(poetry.lock 或 uv.lock),别人拉取后使用 poetry sync 或 uv sync 即可复现完全一致的环境。而 pip freeze 只是导出快照,不是依赖解析器,不会自动解决不同平台的依赖冲突。

使用 uv 初始化项目后,如何指定 Python 版本并同步环境?

使用 uv init 初始化项目后,可以用 uv python pin 3.12 指定 Python 版本(会写入 .python-version 文件),然后运行 uv sync 自动在项目文件夹中创建 .venv 并安装依赖。uv 不提供专门的激活命令,需要手动运行启动脚本(如 source .venv/bin/activate)。

🏷️

标签

➡️

继续阅读