第三章：虚拟环境与依赖管理

说到Python开发，虚拟环境和依赖管理是绕不开的话题。我刚开始写Python那会儿，经常遇到「这个项目要Django 2.2，那个项目要Django 3.0」的尴尬局面。后来才明白，虚拟环境就是给每个项目一个独立的小房间，互不干扰。

3.1 为什么需要虚拟环境？

说白了，Python的包管理默认是全局安装。你装一个包，所有项目都能用。但问题来了——项目A需要requests 2.25，项目B需要requests 2.26，你装哪个？

虚拟环境就是解决这个问题的。它给每个项目创建独立的Python解释器和包目录。你在项目A里装什么，都不会影响项目B。

3.2 venv：Python自带的轻量级方案

从Python 3.3开始，venv就内置了。不需要额外安装，直接用。

# 创建虚拟环境
python -m venv myenv

# 激活（Windows）
myenv\Scripts\activate

# 激活（macOS/Linux）
source myenv/bin/activate

# 退出
deactivate

我个人习惯用venv做快速原型开发。它够轻量，没什么花哨功能。但有个缺点——你没法自动记录依赖版本。每次都要手动pip freeze > requirements.txt。

3.3 requirements.txt：最朴素的依赖清单

requirements.txt就是个文本文件，一行一个包名。格式很简单：

# 指定版本
Django==3.2.18
requests==2.28.2

# 版本范围
numpy>=1.21.0,<1.24.0

# 从GitHub安装
git+https://github.com/psf/requests.git@v2.28.2

生成方式：

# 导出当前环境所有包
pip freeze > requirements.txt

# 安装依赖
pip install -r requirements.txt

嗯，这里要注意。pip freeze会把所有包都列出来，包括那些间接依赖。我曾经遇到过一个问题——同事的requirements.txt里有个包版本写死了，结果新环境装不上。后来我改用pip list --format=freeze，只保留直接依赖。

3.4 pipenv：更现代的依赖管理

pipenv是Kenneth Reitz（就是requests库的作者）开发的。它把虚拟环境和依赖管理合二为一，还引入了Pipfile和Pipfile.lock。

# 安装pipenv
pip install pipenv

# 创建虚拟环境并安装依赖
pipenv install requests

# 安装开发依赖
pipenv install --dev pytest

# 激活虚拟环境
pipenv shell

# 生成Pipfile.lock
pipenv lock

Pipfile长这样：

[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"

[packages]
requests = "*"
Django = "==3.2.18"

[dev-packages]
pytest = "*"

[requires]
python_version = "3.9"

说实话，pipenv刚出来时我挺喜欢的。但用久了发现一个问题——它有时候锁依赖锁得太死，升级一个包要折腾半天。而且pipenv的解析速度，嗯，有点慢。

3.5 poetry：后起之秀

poetry是目前社区比较推崇的方案。它解决了pipenv的一些痛点，解析速度快，而且支持构建和发布包。

# 安装poetry
curl -sSL https://install.python-poetry.org | python3 -

# 初始化项目
poetry new myproject

# 添加依赖
poetry add requests

# 添加开发依赖
poetry add --dev pytest

# 安装所有依赖
poetry install

# 生成requirements.txt（如果需要）
poetry export -f requirements.txt --output requirements.txt

poetry的pyproject.toml配置：

[tool.poetry]
name = "myproject"
version = "0.1.0"
description = ""
authors = ["Your Name <you@example.com>"]

[tool.poetry.dependencies]
python = "^3.9"
requests = "^2.28.0"
Django = "3.2.18"

[tool.poetry.dev-dependencies]
pytest = "^7.0"

[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"

我个人现在主要用poetry。为什么？因为它快，而且pyproject.toml是Python社区的标准配置格式。你想想看，以后所有Python工具都用同一个配置文件，多省心。

3.6 三种方案对比

特性	venv + requirements.txt	pipenv	poetry
配置格式	requirements.txt	Pipfile + Pipfile.lock	pyproject.toml + poetry.lock
依赖解析	手动管理	自动（较慢）	自动（较快）
虚拟环境管理	手动	自动	自动
包发布	不支持	不支持	支持
学习成本	低	中	中高
适用场景	小项目、快速原型	中等项目	中大型项目、库开发

3.7 我的建议

如果你是新手，从venv + requirements.txt开始。够用，而且能让你理解依赖管理的本质。

如果你在团队协作项目里，试试poetry。它的lock文件能保证所有人用完全一样的依赖版本，避免「我这边能跑，你那边报错」的尴尬。

至于pipenv...嗯，除非你特别喜欢它的工作流，否则我建议跳过。不是它不好，而是poetry做得更好。

好了，虚拟环境和依赖管理就聊到这儿。下一章我们聊聊Docker容器化——那又是另一个有意思的话题了。