【Python】环境管理怎么选择【virtualenv】【pipenv】【 poetry】【 conda】

前言

刚入门Python，看到PyCharm的环境管理选择有好几个选择，分别是virtualenv、pipenv、venv、conda，只知道这些都可以用来管理Python环境的，但不知道这些环境有什么区别，所以，本文将对这些环境管理进行总结。

virtualenv

除非你还在使用python 2，否则不推荐。

venv

python自带的虚拟环境管理，简单是它的优势，也是它的劣势。

• 只能创建虚拟环境，不能指定系统不存在的python环境版本，不能管理系统中的环境列表（例如选择一个已经创建好了的虚拟环境）。
• venv的虚拟环境默认是存放在项目文件夹里的，这会影响项目文件的管理。

pipenv

requests库作者Kenneth Reitz大神的作品。但pipenv并不稳定，例如，如果你运行pip install ...两次，结果可能不一样，pipenv曾承诺解决这个问题，但实际上，它只是多次尝试运行pip install <单个包>，直到结果看起来差不多符合规范。显然，这样的方式更慢，但最终问题依然存在。

anaconda / conda

如果是科学计算的新手，推荐使用，但：

• anaconda实在过于臃肿，它的安装包里包括了众多科学计算会用到的packages，安装后动辄5-6个G。
• anaconda有个不包含packages的版本，叫miniconda，但miniconda仍然存在安装依赖库过于激进的问题，安装同样的packages，conda总会比别的包管理器安装更多的"依赖包"，即便有的"依赖包"并不是必须，这会导致你的项目出现不必要的膨胀。
  • 同时，conda的packages列表conda list还存在和pip list不一致的问题。

poetry

唯一的真神。poetry没有上述缺点，同时轻便强大。

• poetry使用pyproject.toml和poetry.lock文件来管理依赖，类似于JavaScript/Node.js的Npm和Rust的Cargo，这俩都是非常成熟好用的依赖管理方案。
• poetry本身并不具有管理Python解释器的功能，推荐和pyenv/pyenv-win使用，可以轻松下载和设置不同版本的Python解释器。
• poetry的缺点可能是较为复杂，上手困难。由于poetry严格的依赖管理策略，你可能会在安装依赖包时遇到更多的问题。
• 在国内，poetry还有另一个缺点，无法设置全局镜像源，只可针对单个项目设置镜像源。

pip

你应该仅使用pip来安装poetry，就像IE的唯一用途是下载Chrome。