### 主流 Python 环境管理器概述 #### virtualenv 使用说明 `virtualenv` 是一种轻量级的虚拟环境管理工具，适用于需要快速创建独立Python运行环境的情况。安装 `virtualenv` 需要通过 pip 工具完成。 ```bash pip install virtualenv ``` 创建一个新的虚拟环境： ```bash virtualenv myenv ``` 激活该环境，在 Windows 下命令如下： ```cmd myenv\Scripts\activate.bat ``` 而在 Unix 或 MacOS 平台上则是： ```bash source myenv/bin/activate ``` 停用当前活动的虚拟环境只需输入: ```bash deactivate ``` #### conda 使用介绍 Conda 不仅是一个包管理器还是一款强大的环境管理解决方案，特别适合科学计算领域。它允许跨平台操作，并支持多种编程语言。 安装 Miniconda 或 Anaconda 后即可获得 Conda 功能。创建新环境时可以指定特定版本的 Python 解释器以及其他依赖项。 ```bash conda create --name myenv python=3.9 ``` 启动已有的环境： ```bash conda activate myenv ``` 移除不再使用的环境： ```bash conda env remove --name myenv ``` #### Pipenv 基本概念 Pipenv 将 Virtualenv 和 Pip 的功能结合起来，提供了更便捷的方式处理项目的依赖关系。除了能够自动创建和管理虚拟环境外，还能自动生成并维护 `Pipfile` 文件来记录项目所需的所有软件包及其精确版本号。 初始化新的 Pipenv 项目： ```bash pipenv install requests ``` 进入由 Pipenv 构建好的环境中执行代码： ```bash pipenv shell ``` 当结束会话后可以通过简单的 exit 来退出此隔离空间；如果想要彻底清除某个环境，则可利用以下指令： ```bash pipenv --rm ``` #### Poetry 应用场景 Poetry 提供了一套现代化的工作流程，旨在让开发者更容易地打包发布自己的库到 PyPI 上面去。相比起其他同类产品来说，其配置更加直观易懂，而且内置了许多实用特性比如锁定依赖树等。 首先确保已经正确设置了 Poetry 自身： ```bash curl -sSL https://install.python-poetry.org | python - ``` 接着就可以按照常规步骤来进行开发了——先定义好项目元数据再逐步添加所需的外部资源： ```bash poetry new project-name && cd $_ poetry add numpy pandas matplotlib seaborn scikit-learn jupyterlab black isort pre-commit pytest coverage ``` 最后记得定期更新整个系统的状态以保持最佳性能表现： ```bash poetry update ```