首页 > 编程语言 >管理 Python 环境和依赖关系的工具 venv、virtualenv、pipenv 、poetry 、 miniforge 和 anaconda 的区别

管理 Python 环境和依赖关系的工具 venv、virtualenv、pipenv 、poetry 、 miniforge 和 anaconda 的区别

时间:2024-11-11 17:58:37浏览次数:3  
标签:virtualenv 依赖 pipenv 项目 Python 管理 环境 虚拟环境

管理 Python 环境和依赖关系的工具 venv、virtualenv、pipenv 、poetry 、 miniforge 和 anaconda 的区别

venvvirtualenvpipenvPoetryMiniforgeAnaconda 都是用于管理 Python 环境和依赖关系的工具,但它们在功能和使用场景上有一些显著的区别。以下是它们的主要区别:

venv

  1. 轻量级

    • venv 是 Python 3.3 及以上版本标准库的一部分,专门用于创建 Python 虚拟环境。
    • 它非常轻量,只提供基本的虚拟环境管理功能。
  2. 环境管理

    • venv 可以创建独立的 Python 虚拟环境,每个环境有自己的一套 Python 解释器和包。
    • 使用 venv 创建的环境通常较小,因为它们只包含必要的 Python 包。
  3. 包管理

    • venv 本身不提供包管理功能,通常与 pip 结合使用来安装和管理 Python 包。
    • 需要手动管理 requirements.txt 文件来记录项目的依赖关系。
  4. 使用场景

    • 适用于简单的 Python 项目,特别是那些只需要管理 Python 包和虚拟环境的项目。
    • 适用于对环境管理要求不高的开发场景。
  5. 使用示例

    • 在命令行中,使用 python3 -m venv myenv 创建一个名为 myenv 的虚拟环境。

      python3 -m venv myenv      # 创建虚拟环境
      source myenv/bin/activate  # 激活环境 Linux/macOS
      myenv\Scripts\activate     # 激活环境 Windows
      pip install requests       # 安装包
      

virtualenv

  1. 独立工具

    • virtualenv 是一个独立的第三方工具,用于创建 Python 虚拟环境。
    • 它比 venv 更早出现,功能也更丰富一些。适用于 Python 2 和 Python 3。
  2. 环境管理

    • virtualenv 可以创建独立的 Python 虚拟环境,每个环境有自己的一套 Python 解释器和包。
    • 提供了一些高级选项,如指定 Python 解释器版本、复制系统站点包等。
  3. 包管理

    • virtualenv 本身不提供包管理功能,通常与 pip 结合使用来安装和管理 Python 包。
    • 需要手动管理 requirements.txt 文件来记录项目的依赖关系。
  4. 使用场景

    • 适用于需要更多自定义选项的 Python 项目。
    • 适用于需要兼容早期 Python 版本的项目。
  5. 使用示例

    • 安装并创建虚拟环境:

      pip install virtualenv     # 安装 virtualenv
      virtualenv myenv           # 创建虚拟环境
      source myenv/bin/activate  # 激活环境 Linux/macOS
      myenv\Scripts\activate     # 激活环境 Windows
      pip install requests       # 安装包
      

pipenv

  1. 集成工具

    • pipenv 是一个集成了 virtualenvpip 的工具,用于管理虚拟环境和依赖关系。
    • 它使用 PipfilePipfile.lock 文件来管理项目的依赖关系。
  2. 环境管理

    • pipenv 会自动为每个项目创建和管理一个独立的虚拟环境,避免不同项目之间的依赖冲突。
    • 可以轻松地激活和停用虚拟环境。
  3. 包管理

    • pipenv 自动处理依赖关系的解析和安装,确保项目的所有依赖都能正确安装。
    • 生成和管理 Pipfile.lock 文件,确保在不同环境中安装相同的依赖版本,支持语义化版本管理。
  4. 使用场景

    • 适用于需要管理虚拟环境和依赖关系的中等复杂度的 Python 项目。
    • 适用于需要自动处理依赖关系解析和安装的项目。
  5. 使用示例

    • 需要单独安装 pipenv,通常通过 pip 安装:

      pip install pipenv    # 安装 pipenv
      pipenv install requests # 安装包
      pipenv shell  # 激活虚拟环境
      

Poetry

  1. 多功能

    • Poetry 是一个现代的 Python 包管理和环境管理工具,不仅管理虚拟环境,还管理项目的依赖关系。
    • 它使用 pyproject.toml 文件来管理项目的依赖关系,这个文件是 PEP 518 推荐的标准配置文件。
  2. 环境管理

    • Poetry 会自动为每个项目创建和管理一个独立的虚拟环境,避免不同项目之间的依赖冲突。
    • 可以轻松地激活和停用虚拟环境。
  3. 包管理

    • Poetry 自动处理依赖关系的解析和安装,确保项目的所有依赖都能正确安装。
    • 生成和管理 lock 文件(poetry.lock),确保在不同环境中安装相同的依赖版本。
  4. 包发布

    • Poetry 提供了简便的命令来打包和发布 Python 包到 PyPI 或其他私有仓库。
    • 自动生成 setup.pyMANIFEST.in 文件,简化发布流程。
  5. 版本管理

    • Poetry 支持语义化版本管理,可以方便地管理项目的版本号。
    • 提供命令来增加版本号并生成相应的变更日志。
  6. 使用场景

    • 适用于需要精细依赖管理和虚拟环境管理的复杂 Python 项目。
    • 适用于需要自动化和简化包发布流程的项目。
    • 适用于需要跨平台支持的项目。
  7. 使用示例

    • Poetry 提供了丰富的命令行工具,可以轻松地管理依赖项、构建和发布项目。
      pip install poetry
      poetry new my_project
      cd my_project
      poetry add requests
      poetry install  # 创建虚拟环境并安装依赖
      

Miniforge

  1. Anaconda 替代品

    • Miniforge 是一个轻量级的 Anaconda 替代品,基于 Conda 包管理器。
    • 它提供了与 Anaconda 类似的功能,但体积更小,安装更快。
    • conda-forge 社区维护。
  2. 环境管理

    • Miniforge 使用 Conda 来管理虚拟环境,可以创建独立的环境,每个环境有自己的一套 Python 解释器和包。
    • 提供了丰富的环境管理功能,如环境导出和导入。
  3. 包管理

    • Miniforge 使用 Conda 来管理包,Conda 是一个跨平台的包管理系统,支持多种语言和工具。
    • 可以安装来自 Anaconda 仓库和其他自定义仓库的包。
  4. 使用场景

    • 适用于需要管理复杂依赖关系和多语言环境的项目。
    • 适用于需要高性能计算和科学计算的项目。
    • 适用于需要跨平台支持的项目。
  5. 使用示例

    # 安装 Miniforge - Linux
    wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh
    bash Miniforge3-Linux-x86_64.sh
    
    # 创建环境
    conda create --name my_env python=3.13
    conda activate my_env
    
    # 安装包
    conda install requests
    

AnaConda

  1. 综合包管理器

    • AnaConda 是一个开源的包管理和环境管理系统,支持多种语言和工具,而不仅仅是 Python。
    • 它提供了强大的依赖解析和包管理功能。
  2. 环境管理

    • AnaConda 可以创建独立的环境,每个环境有自己的一套 Python 解释器和包。
    • 提供了丰富的环境管理功能,如环境导出和导入。
    • 使用 environment.yml 文件来定义环境和依赖。
  3. 包管理

    • AnaConda 可以安装来自 Anaconda 仓库和其他自定义仓库的包。
    • 支持二进制包,安装速度快,适合大型科学计算和数据科学项目。
  4. 使用场景

    • 适用于需要管理复杂依赖关系和多语言环境的项目。
    • 适用于需要高性能计算和科学计算的项目。
    • 适用于需要跨平台支持的项目。
    • 适用于需要综合的包管理和环境管理功能的项目。
  5. 使用示例

    # 安装 Anaconda 或 Miniconda
    wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
    bash Miniconda3-latest-Linux-x86_64.sh
    
    # 创建环境
    conda create --name my_env python=3.13
    conda activate my_env
    
    # 安装包
    conda install requests
    

总结

  • venv

    • 适用于简单的 Python 项目。
    • 只提供基本的虚拟环境管理功能。
    • 需要手动管理依赖关系。
    • 轻量级,易于使用。
  • virtualenv

    • 适用于需要更多自定义选项的 Python 项目。
    • 提供了一些高级选项,如指定 Python 解释器版本。
    • 需要手动管理依赖关系。
    • 适用于需要兼容早期 Python 版本的项目。
  • pipenv

    • 适用于需要管理虚拟环境和依赖关系的中等复杂度的 Python 项目。
    • 自动处理依赖关系解析和安装。
    • 提供了 PipfilePipfile.lock 文件来管理依赖关系。
  • Poetry

    • 适用于复杂的 Python 项目。
    • 提供全面的包管理和环境管理功能。
    • 自动处理依赖关系和版本管理。
    • 提供简便的包发布流程。
    • 功能强大,但相对复杂一些。
  • Miniforge

    • 适用于需要管理复杂依赖关系和多语言环境的项目。
    • 适用于需要高性能计算和科学计算的项目。
    • 适用于需要跨平台支持的项目。
    • 轻量级的 Anaconda 替代品。
  • Anaconda

    • 适用于需要管理复杂依赖关系和多语言环境的项目。
    • 适用于需要高性能计算和科学计算的项目。
    • 适用于需要跨平台支持的项目。
    • 综合性强,功能全面。

使用场景

  • 使用 venv

    • 简单的 Python 项目。
    • 需要轻量级虚拟环境管理的项目。
    • 只需要管理 Python 包的项目。
  • 使用 virtualenv

    • 需要更多自定义选项的 Python 项目。
    • 需要兼容早期 Python 版本的项目。
  • 使用 pipenv

    • 中等复杂度的 Python 项目。
    • 需要自动处理依赖关系解析和安装的项目。
  • 使用 Poetry

    • 复杂的 Python 项目。
    • 需要精细依赖管理和虚拟环境管理的项目。
    • 需要自动化和简化包发布流程的项目。
  • 使用 Miniforge

    • 需要管理复杂依赖关系和多语言环境的项目。
    • 需要高性能计算和科学计算的项目。
    • 需要跨平台支持的项目。
    • 希望使用轻量级的 Anaconda 替代品。
  • 使用 Anaconda

    • 需要管理复杂依赖关系和多语言环境的项目。
    • 需要高性能计算和科学计算的项目。
    • 需要跨平台支持的项目。
    • 需要综合的包管理和环境管理功能。

标签:virtualenv,依赖,pipenv,项目,Python,管理,环境,虚拟环境
From: https://www.cnblogs.com/weiqinl/p/18539710

相关文章

  • 使用wxpython开发跨平台桌面应用,基类列表窗体的抽象封装处理
    在开发一套系统框架的时候,除了关注实现系统的功能实现外,我们对于系统的各个方面都是应该精益求精,以最少的编码做最好的事情,在开发的各个层次上,包括前端后端,界面处理、后端处理、常用辅助类、控件封装等等方面,我们都可以通过抽象、重用等方式,实现代码的优化、简化,以期达到快速开发......
  • Python之函数5.1
    函数:一、什么是函数定义:函数是组织好,可重复使用,用来实现单一,或关联功能的代码段二、pycharm中的表结构项目,包(init)或目录,py文件,py文件包含多个函数或类等三、函数的有哪些优点?1、降低代码冗余2、增加代码的复用性,提高开发效率3、提高程序的拓展性4、封装:就是把代码片段......
  • Python基础(1):初识python、环境配置、数据类型、循环语句
    简介:python是一个解释性、编译性、互动性和面向对象的脚本语言python是一种解释性语言:开发过程中没有了编译环节python是一种交互式语言:意味着可以在cmd窗口输入python,>>>后直接执行代码Python是面向对象的语言:意味着python支持面向对象的风格或代码封装在对象的编程技......
  • Python 提取PowerPoint文档中的图片
    如果你需要在多个PowerPoint演示文稿中使用相同的图片,直接从原始PPT中提取并保存图片可以避免重复寻找和下载。此外,将PPT中的重要图片提取出来可以将其作为备份,以防原文件损坏或丢失。本文将通过以下两个示例介绍如何使用Python提取PPT文档中的图片。Python提取指定幻灯片中的......
  • 使用python对图片resize
    使用python对图片resizefromPILimportImagedefresize_image(input_path,output_path,target_size):#打开图像withImage.open(input_path)asimg:#获取原始宽度和高度original_width,original_height=img.size#计......
  • Ubuntu安装指定的python版本,不推荐直接装系统里
    Ubuntu安装指定的python版本,不推荐直接装系统里。因为依赖该版本的软件会打不开或崩掉(如ubuntu20.04的终端gnome-terminal依赖系统自带的python3.8,如果装成高版本,则终端只转圈,打不开) 如果硬要玩火,参见下述步骤。此处只做记录,不推荐这样搞。在conda虚拟环境里玩,稳当点。目前还没......
  • Python 学习记录 (4)
    Plotly常见可视化方案:以鸢尾花数据为例简单介绍:Ploty库也有大量统计可视化方案,并且这些可视化方案具有交互化属性。主要对鸢尾花数据进行处理与可视化。所展示的结果为交互界面的截图情况,这里不能进行交互。使用Plotly绘制散点图与箱型图,分类展示“花萼宽度”说明:类似'......
  • Python头歌~列表自学引导
    第一关,输入数据创建列表 第二关,计算每位选手的成绩 第三关,去除一个最高分和一个最低分 第四关,计算中位数成绩 第五关,去除弃权评委成绩 第六关,将平均成绩附加到列表末尾 第七关,读文件到二维列表 第八关,二维列表数据分析 第九关,成绩排序 ......
  • Python中日期时间与Unix时间戳互转
    importtime#日期格式转10位数的unix时间戳defunix_time(dt):#转换成时间数组timeArray=time.strptime(dt,"%Y-%m-%d%H:%M:%S")#转换成时间戳timestamp=time.mktime(timeArray)returntimestamp#10位unix时间戳转换为日期格式deflocal_time(ti......
  • python如何检查文件是否被修改过?
    在Python中,检查文件是否被修改过通常涉及到监控文件的最后修改时间。以下是几种常用的方法:使用os模块的os.path.getmtime()方法:os.path.getmtime()函数可以获取文件的最后修改时间。通过比较文件当前的修改时间和之前记录的修改时间,可以判断文件是否被修改过。pythonimportos......