17370845950

最标准做法是用venv隔离Python版本和依赖，pyenv管理多版本解释器，requirements.txt固化依赖，Poetry/pdm提供集成化管理。

用虚拟环境隔离不同项目的 Python 版本和依赖，是最标准、最可靠的做法。

用 venv 创建轻量级虚拟环境

Python 3.3+ 自带 venv 模块，无需额外安装。每个项目单独建一个环境，互不干扰：

• 进入项目目录，运行 python -m venv venv（生成名为 venv 的文件夹）
• 激活环境：
    • Windows：venv\Scripts\activate.bat
    • macOS/Linux：source venv/bin/activate
• 激活后命令行前缀会显示环境名，此时 python 和 pip 指向该环境内的解释器和包管理器
• 用 pip install 安装的包只存在于当前环境，不影响系统或其他项目

用 pyenv 管理多个 Python 解释器版本

当项目需要不同 Python 大版本（如 3.8、3.11、3.12），pyenv 能帮你下载、切换全局或局部的 Python 版本：

• 安装 pyenv（按官方文档方式，如 macOS 用 brew install pyenv

  

  ）
• 查看可用版本：pyenv install --list | grep "3\.[89]|3\.1[12]"
• 安装某个版本：pyenv install 3.11.9
• 设为当前目录默认：pyenv local 3.11.9（会在目录下生成 .python-version 文件）
• 之后再用 python -m venv venv，创建的就是 3.11.9 对应的虚拟环境

用 requirements.txt 固化依赖版本

避免“在我机器上能跑”的问题，每个环境应导出明确的依赖清单：

• 生成当前环境所有包及版本：pip freeze > requirements.txt
• 新环境里一键安装：pip install -r requirements.txt
• 建议在 requirements.txt 顶部加注释说明对应 Python 版本，例如：
  # Python 3.11.9
• 生产环境可进一步拆分：requirements-base.txt（核心依赖）、requirements-dev.txt（开发工具），用 -r base.txt 引用

现代替代方案：Poetry 或 pdm

如果想统一管理 Python 版本、虚拟环境和依赖，Poetry 和 pdm 是更集成的工具：

• 它们自动创建隔离环境，并通过 pyproject.toml 声明依赖和 Python 版本约束
• 例如 Poetry 中写 requires-python = "^3.11"，运行 poetry install 时会自动匹配并激活合适版本的环境
• 依赖解析更严谨，支持锁定文件（poetry.lock），确保多人协作时行为一致
• 适合中大型项目或团队，学习成本略高于 venv + pip，但长期维护性更好