推荐学习书目 Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 679 天前的主题，其中的信息可能已经有所发展或是发生改变。
感觉 conda 不太好用，随便创建一个环境都比较大（个人感觉
 | 1 GlobalNPC 2023-12-04 11:03:08 +08:00 比较大是指什么？ 有没有指定 python=3.xx 不指定的话 可能把 base 装的都带进去 |
 | 2 usVexMownCzar 2023-12-04 11:11:58 +08:00 visual studio |
 | 3 zhangzEric 2023-12-04 13:08:23 +08:00 via iPhone Poetry ？ |
 | 4 han1988 2023-12-04 13:12:36 +08:00 miniconda |
 | 5 suuuch 2023-12-04 13:45:50 +08:00 我比较 old ， 随便弄弄就 miniconda 。（大部分晴空下懒得弄都是这 不嫌弃麻烦就用 miniconda 就官网下载编译安装。 然后包管理的话，virtualenv ，就这个了，使用也方便，多敲几行。其它的没怎么用过。 |
 | 6 BBCCBB 2023-12-04 13:54:32 +08:00 基本没有比 conda/miniconda 好用稳定的了. 我用 miniconda |
 | 7 0xsui 2023-12-04 13:54:36 +08:00 |
 | 8 Alias4ck 2023-12-04 13:56:48 +08:00 |
| 9 0xsui 2023-12-04 13:56:58 +08:00 |
 | 10 yy77 2023-12-04 13:58:41 +08:00  3 简单的项目推荐用 python -m venv 就可以了。 |
 | 11 dayeye2006199 2023-12-04 13:58:45 +08:00 Pip |
 | 12 XiaoyehuaDev 2023-12-04 13:59:54 +08:00 https://nixos.org/ nix 命令行工具，可以对不同的项目指定不同的开发环境，互不干扰，与系统默认也不干扰 |
 | 13 ShadowPower 2023-12-04 14:02:51 +08:00 pipenv 缺点是会下载源码编译，需要自己安装编译所需的依赖 |
| 14 ShadowPower 2023-12-04 14:03:39 +08:00 pyenv + pipenv |
 | 15 chhtdd 2023-12-04 14:06:55 +08:00 我用 docker |
 | 16 chronsea 2023-12-04 14:07:43 +08:00 不是专门写 Python 的用 miniconda ，相对熟悉的用 pyenv+poetry, pyenv 管理 python 版本和虚拟环境，poetry 管理包 |
 | 17 BearCookie 2023-12-04 14:08:09 +08:00 penv |
 | 18 laqow 2023-12-04 14:10:48 +08:00 micromamba |
 | 19 encro 2023-12-04 14:14:25 +08:00 pyenv, pdm, miniconda |
 | 20 SenLief 2023-12-04 15:02:27 +08:00 via iPhone 简单的小项目我一直我们 Python venv 模块 |
 | 21 noqwerty 2023-12-04 15:05:34 +08:00 via iPhone 试下来最简单的就是 micromamba 了 |
 | 22 anubu 2023-12-04 15:16:00 +08:00 不嫌重的话，开发环境按项目配置 devcontainer ，配合 vscode 也能实现挺不错的工作区。 |
 | 23 NoOneNoBody 2023-12-04 15:52:59 +08:00 我 miniconda 设了 4 个环境就 24G 了，只要装机器学习、深度学习的东西，空间小不了 本想找共享 package 的方案，发现需要学习很多知识，反正空间也够，就懒得去研究了 |
 | 24 raycool 2023-12-04 15:54:23 +08:00 我用 miniconda |
 | 25 pljhonglu 2023-12-04 16:13:26 +08:00 |
 | 26 forQ 2023-12-04 16:21:54 +08:00 linux：pyenv windows：pyenv-win |
 | 27 dif 2023-12-04 16:38:46 +08:00 目前用 miniconda 。 |
 | 28 founddev 2023-12-04 17:14:43 +08:00 miniconda yyds |
 | 29 HOMO114514 2023-12-04 17:17:25 +08:00 only conda |
 | 30 lululau 2023-12-04 17:17:47 +08:00 我特想知道为什么 pip 不能像 rubygems 一样在全局安装同一个包的不同版本？虚拟环境可以有，但是不要把包拷来拷去的好不好 |
 | 31 kiddingU 2023-12-04 17:29:13 +08:00 conda |
 | 33 Nugine0 2023-12-04 17:40:31 +08:00 写几个基本需求，看看有没有人能给出方案。我以前的调查结论是没一个能打的。 1. 快速切换不同版本的 Python 解释器，方便升级或降级 2. 每个项目一个虚拟环境，互不干扰 3. 同一个包的相同版本共享一份全局空间，不要把每个项目都塞爆 4. 同一个包的 cpu 和 gpu 版本在不同虚拟环境互不干扰，例如项目 A 装 cpu 版，项目 B 装 gpu 版 5. 依赖兼容性检验，如果新装一个包会破坏环境，默认拒绝安装，可以选择强制安装 6. lock 文件独立于操作系统，例如在 windows 上生成的锁文件到 linux 上安装后不变 7. 支持安装自有索引的包，例如 PyTorch 8. 默认锁定兼容版本，而不是 xxx = "*" |
 | 34 coolair 2023-12-04 18:11:14 +08:00 via Android 实话实说，没有一个好用的！ |
 | 35 vialon17 2023-12-04 18:29:30 +08:00 直接手动： 默认安装一个全局 py ， 其他 py 安装路径内改 python 执行文件名称就行了，pip 直接在文件夹内执行； 或者直接 venv 。 |
 | 36 fakepoet 2023-12-04 18:38:14 +08:00 pyenv + pyenv-virtualenv |
 | 37 917405917 2023-12-04 20:06:00 +08:00 via iPhone Poetry |
 | 38 thevita 2023-12-04 20:19:46 +08:00 @fakepoet 同 pyenv + pyenv-virtualenv , 支持多种 venv 后端（具体是哪做的我也不是很清楚）, venv, virtualenv, conda 都支持 也能 用 python-build 安装 和管理 standalone 的 python 就能实现各种环境都在一起管理了 大部分机遇 几个 python3.x base ，派生一堆 venv ai 的场景就 用 anaconda/miniconda 作为 base, conda 作为 venv 后端 管理具体的 ai venv |
 | 39 IgniteWhite 2023-12-04 21:05:59 +08:00 pyenv + pyenv-virtualenv 然后配置好终端模拟器和代码编辑器/IDE 对于 pyenv 虚拟环境的支持 |
 | 40 hertzry 2023-12-04 22:16:38 +08:00 conda create -n your_env_name 就是一个空环境啊，里面什么也没有，怎么会大呢？ |
 | 41 Akkuman 2023-12-04 23:29:36 +08:00 via Android rye |
 | 42 LeeReamond 2023-12-05 00:09:47 +08:00 miniconda 倒是没啥体积的问题，只是 conda 每次启动得单独加载虚拟环境，另外连接第三方软件也不容易，比如 sublimetext 这种，所以感觉还是不好用。我感觉逻辑上应该是有默认层，或者替换启动命令这种逻辑的要好用一些，比如不做切换时固定在某个版本 |
 | 43 kuanat 2023-12-05 00:12:51 +08:00 1 |
 | 44 Yuhyeong 2023-12-05 00:18:18 +08:00 conda 还不够用那就没了，OP 的需求是不是想一个 python ，多个不同的包依赖？减少同一个版本的包在多个环境里的多次安装？ 没有这样的环境，conda 的包管理加使用已经很厉害了。说实话我搞机器学习一个 conda 环境最多也就几个 G ，你要是说占用太大，大概率意思是 conda 的存储空间占用太多，这是因为下载下来的包都缓存起来在本地了，你多个环境下载的所有包的 pre-built 文件或者 wheel 都集中存储起来，这样设计的目的是以便下次创建新环境时免去下载的过程。 miniconda 和 anaconda 的区别就是 base 环境几乎没东西，给自定义环境的用户最大的轻便度。所以建议是用 miniconda ，然后嫌弃占用大的话多了解 conda 安装存储的原理，对缓存包没需求的话勤清理 cache ，这种情况想复用环境可以用 clone 的方法来创建新环境，最大程度减少存储空间占用。 |
| 45 Yuhyeong 2023-12-05 00:19:36 +08:00 用没有广大社区支撑的第三方库管理工具，只会在若干个月后因为某个包的版本依赖问题焦头烂额 |
 | 46 jiayouzl 2023-12-05 00:20:55 +08:00 via iPhone brew 安装 python ，虚拟环境就自带或者 virtualenv ，包管理就 pip ，为什么你们要这么复杂？如果对 python 环境有较高要求就 miniconda 就行了啊。 |
 | 47 lxxiil 2023-12-05 00:22:21 +08:00 via iPhone thonny 整个环境可以复制粘贴带走 |
 | 48 009694 2023-12-05 00:34:03 +08:00 via iPhone conda 新环境只安装 python 的话只有 100mb 不到的大小，何来很大？ |
| 49 Alias4ck 2023-12-05 01:24:40 +08:00 建议看这篇文章 https://alpopkes.com/posts/python/packaging_tools/ 基本对比了市面上的大部分工具 不过我还是推荐 rye (因为我发现 openai 的官方 python sdk 也是用这个来做的 来源是这里 t/993078#reply1 |
 | 50 bianhui 2023-12-05 08:42:39 +08:00 pdm > rye |
 | 51 knightdf 2023-12-05 08:52:02 +08:00 poetry |
 | 52 clemente 2023-12-05 10:08:03 +08:00 miniconda > 其他 |
 | 53 okampfer 2023-12-05 10:40:19 +08:00 @xipuxiaoyehua #12 请教一下 nix 的国内镜像源怎么配置？ |
| 54 XiaoyehuaDev 2023-12-05 10:45:25 +08:00 via iPhone @okampfer 我为了省事起见，走代理，不过我之前看的清华或者中科大的源 wiki 里都写了怎么替换，你可以看一下，不过我的理解如果用清华的源装的 nix 的话 pkgs 默认源应该就已经是清华了 |
 | 55 sworld233 2023-12-05 11:08:35 +08:00 miniconda 是好用的 |
 | 56 llsquaer 2023-12-05 11:22:29 +08:00 现在用 virtualenv 但是有一个问题复用库的时候特别麻烦。特别是机器学习的库又大。。 很大的问题是第三方库的复用不能随心所欲。。导致 10 个项目有 10 个虚拟环境同时又有 10 个相同的库。 还好现在硬盘便宜了 |
 | 57 listenerri 2023-12-05 14:04:49 +08:00 1 啥外部工具都不用，直接用电脑上已安装的具体版本 python 可执行程序 + 官方的 -m venv |
 | 58 0x19921213 2023-12-05 14:42:23 +08:00 pyenv+virtualenv |
 | 59 c5QzzesMys8FudxI 2023-12-06 09:41:25 +08:00 pyenv 和 miniconda 哪个好用点？ 一直在用 pyenv |
 | 60 amlee 2023-12-06 12:41:27 +08:00 用 docker 的 dev container |
 | 61 LaureatePoet 2023-12-06 12:51:33 +08:00 poetry |
 | 62 HiddenNPC 2023-12-06 13:48:09 +08:00 专业和非专业都推荐：miniconda |
 | 63 frostming 2023-12-07 17:26:42 +08:00 请大家不要再问「有没有好用的 Python 版本、虚拟环境和包管理的工具」这种问题了。这里出现一百个答案，题主还知道要用什么吗？而且题目明明拉黑 conda 了，下面还一堆 conda 的。 要提问，请先明确使用场景。你是做 ML 开发多，还是 web 开发多，还是爬虫？ 没有哪一个包管理器是银弹。你闭着眼睛推荐一个，他一用不符合场景，回头还得骂一声垃圾。 |
 | 64 ifsclimbing 2023-12-09 20:37:34 +08:00 asdf + pdm |
 | 65 ZX576 2023-12-13 18:26:46 +08:00 @Nugine0 docker + poetry - 预先多做一些不同 python 版本的 base image ，甚至一些基础共有包也打进去，解决 1/2/3 - 使用 poetry 做版本管理，解决 4/5/6/8 总的来说指定的项目中可能包含多个不同的 docker file ，一份 pyproject.toml 和 poetry.lock 文件 不太懂 7 的意思。 |
 | 67 akaHenry 2024-03-15 20:52:37 +08:00 推荐 rye 吧. 也是前 flask 作者出品. https://github.com/astral-sh/rye 1. 目前 应该是唯一良好支持 workspace 模式的(类似 rust cargo), 比较方便管理 monorepo. 2. 功能已经覆盖 poetry + pdm + pyenv. (这样可以完全替代 pyenv + poetry) 3. 集成 uv(替代 pip), 安装包速度更快. 成熟可靠方案: pyenv + poetry + 全局 venv 模式. 1. 过去长期使用 pyenv + poetry. 比较偏好 pyenv 的全局管理的 venv. 不过 rye 的 local venv + workspace, 就很棒, 完美规避 venv 管理的麻烦. (没有 workspace, local venv 很难管理) 不推荐: pdm 1. pdm. 短暂使用, 就弃用. 有不少 bug. 和 pyenv 协调性很差, 终端自动激活 venv, 始终有 bug. 2. 功能完备度低于 poetry, 目前更是不如 rye. (题外: 就算不用 rye, 我也不会用 pdm, 那么多人吹, 我的体验就很差) |
Select Language