Python的开发环境

在 Python 开发环境中我们能看到很多工具，如 pip 、conda 、poetry 、 virtualenv 、 venv 、 pyenv 等等。他们是什么，都有什么作用，该怎么选择，如何构建一个开发环境，在这篇文章我会尽力全面的阐明，既然全面那么很多细节就无法照顾，感兴趣可以在参考资料中进一步了解。本文将人群分为两类，一类是持保持最新策略的人，希望个人 PC 里所有软件工具都保持最新，想体验最新特性，最新优化等；另一类是持保持稳定策略的人，比如部署在生产环境，不会经常变更版本，防止出现未知依赖问题等。对于这两类人群提供不同的建议。

在 Python 开发环境中最常见任务是 Python 版本管理、虚拟环境、包管理、打包发布、安装。

各工具提供功能概览：

venv：提供虚拟环境。
virtualenv：提供虚拟环境。
pyenv：Python 版本管理。
conda：提供 Python 版本、虚拟环境、包管理、打包发布(conda)、安装。
poetry：虚拟环境相关、包管理、打包发布（标准）、安装。
pip：包管理、打包发布（标准）、安装。

若还有其他相关工具，欢迎在评论区推荐。

虚拟环境

虚拟环境包含一份独立的 Python 环境，含独立解释器与库集合（site-packages）。conda 、poetry 、 virtualenv 、 venv 、 pyenv 都有虚拟环境相关的设置。

venv 是 Python 标准库支持的虚拟环境创建库。
- 缺点
  - venv 在 Python 3.5 后推荐使用。
  - 只能创建与主环境 Python 版本一致的虚拟环境。
- 优点：无需额外下载。
- 使用：命令行使用简单，功能简单，无法满足复杂需求，但可通过其提供的 API 来编写完成复杂需求。面向第三方虚拟环境创建者。
virtualenv 是 Python 第三方库，可以创建独立的虚拟环境。
- 优点
  - 支持 Python2 和 Python3。
  - 可以为虚拟环境指定本地已有的 Python 版本。
- 缺点
  - 不支持 Python 版本下载。
  - 依赖 Python。
pyenv 是一个第三方工具，可以下载并管理多个 Python 版本。支持全局切换、单项目 Python 版本指定等特性。
- 缺点
  - 不支持虚拟环境管理，需通过 virtualenv 或 pyenv-virtualenv 来增强其功能。后者还提供管理 conda 环境功能。
  - 安装复杂。Windows 用户使用请使用 pyenv-win。Linux/Mac 用户使用 pyenv。
- 优点：不依赖 Python。
conda 支持下载创建不同版本 Python 虚拟环境。
- 缺点
  - 无法获取最新 Python 版本。
  - 安装复杂。
  - 无法与其他工具保持兼容性。往往需要其他工具来提供对 conda 的兼容性。
- 优点
  - 使用方便
  - 基本囊括开发环境所需的所有功能。推荐新手与持保持稳定决策的用户使用。
poetry 并不提供虚拟环境管理相关功能，只使用虚拟环境。可以使用将虚拟环境放置项目内的方式来创建虚拟环境。poetry 定位是在单项目全面管理，所以与其他工具不太一样。

虚拟环境管理工具推荐

对于持保持最新策略，推荐 pyenv+poetry。（如果只想要虚拟环境管理可以用 pyenv+pyenv-virtualenv)
对于持保持稳定策略，推荐 conda。（同样推荐 poetry 用于单项目管理，conda 用于全局管理）

pyenv与conda如果想同时使用，需要再安装pyenv-virtualenv。

包管理器

pip、conda、poetry

待更新

打包发布

pip、conda、poetry

待更新

安装

pip、conda、poetry

待更新

总结

待更新

参考资料