Anna-Lena Popkes
动机
当我开始使用 Python 并创建我的第一个包时，我感到困惑。创建和管理一个包比我预期的要困难得多。此外，存在多种工具，我不确定该使用哪一个。我相信你们中的大多数人过去也遇到过同样的问题。Python 有大量的工具来管理虚拟环境和创建包，要理解哪一个最适合你的需求可能很难（或几乎不可能）。关于这个话题存在多个演讲和博客文章，但没有一个提供完整的概览或以结构化的方式评估这些工具。这就是本文的目的。我想给你一个真正无偏见的评价，关于现有的打包和环境管理工具。如果你宁愿观看一个演讲，可以看看 PyCon DE 2023 或 EuroPython 2023 的录像。
分类
为了撰写本文，我确定了环境和软件包管理的五大重要类别：
- 环境管理（主要涉及虚拟环境）
- 软件包管理
- Python 版本管理
- 软件包构建
- 软件包发布
正如你在下面的维恩图中所看到的，存在大量的工具。有些可以做一件事（即它们是单一用途的），而其他工具可以执行多个任务（因此我称它们为多用途工具）。
让我们从开发者的角度来逐一介绍这些类别。假设您除了工作项目之外，还在进行个人项目。在工作中，您使用的是 Python 3.7，而您的个人项目应该使用最新的 Python 版本（目前是 3.11）。换句话说：您希望能够安装不同的 Python 版本并在它们之间切换。这就是我们的第一个类别，Python 版本管理的意义所在。
在您的项目中，您会使用其他软件包（例如用于数据科学的 pandas 或 sklearn）。这些是您项目的依赖项，您必须安装和管理它们（例如，在新版本发布时进行升级）。这就是软件包管理的意义所在。
由于不同的项目可能需要相同软件包的不同版本，因此您需要创建（和管理）虚拟环境以避免依赖项冲突。用于此目的的工具被归类在环境管理类别中。大多数工具使用虚拟环境，但有些工具使用另一种称为本地软件包的概念，我们将在后面介绍。
一旦您的代码处于适当的状态，您可能希望与其他开发人员共享它。为此，您必须先构建您的软件包（软件包构建），然后才能将其发布到 PyPI 或其他索引（软件包发布）。
接下来，我们将更详细地了解每个类别，包括简短的定义、动机和可用工具。我将更详细地介绍一些单一用途的工具，并在最后的部分单独介绍几种多用途工具。让我们从第一个类别开始：Python 版本管理。
Python 版本管理
定义
能够控制 Python 版本管理的工具，允许您安装 Python 版本并轻松地在它们之间切换。
动机
我们为什么要使用不同的 Python 版本？ 有几个原因。 例如，您可能正在处理多个项目，其中每个项目都需要不同的 Python 版本。 或者您可能正在开发一个支持多个 Python 版本的项目，并且您想要测试所有这些版本。 除此之外，查看最新的 Python 版本提供了什么，或者测试 Python 的预发布版本是否存在错误也是一件好事。
工具
我们的维恩图显示了可用于 Python 版本管理的工具：pyenv、conda、rye 和 PyFlow。我们将首先看看 pyenv，并在单独的部分中考虑多用途工具。
PyEnv
Python 有一个单一用途的工具可以让您安装和管理 Python 版本：pyenv！ PyEnv 易于使用。 最重要的命令如下：
# Install specific Python version
pyenv install 3.10.4
# Switch between Python versions
pyenv shell <version> # select version just for current shell session
pyenv local <version> # automatically select version whenever you are in the current directory
pyenv global <version> # select version globally for your user accountVirtual environment management（虚拟环境管理）
定义
环境管理工具可以创建和管理（虚拟）环境。
动机
我们为什么首先要使用环境？ 正如开头所提到的，项目有特定的要求（即它们依赖于其他包）。 通常情况下，不同的项目需要相同包的不同版本。 这会导致依赖冲突。 此外，使用 pip install 安装包时可能会出现问题，因为该包与您的系统范围内的 Python 安装放在一起。 其中一些问题可以通过在 pip 命令中使用 --user 标志来解决。 但是，这个选项可能不是每个人都知道，尤其是初学者。
工具
许多工具允许用户创建和管理环境。 它们是：venv、virtualenv、pipenv、conda、pdm、poetry、hatch、rye 和 PyFlow。 其中只有两个是单一用途的工具：venv 和 virtualenv。 让我们更详细地了解它们。
VEnv
VEnv 是用于创建虚拟环境的内置 Python 包。 这意味着它随 Python 一起提供，用户无需安装。 最重要的命令如下：
# Create new environment
python3 -m venv <env_name>
# Activate an environment
. <env_name>/bin/activate
# Deactivate an active environment
deactivateVirtualEnv
VirtualEnv 试图改进 venv。 它提供了比 venv 更多的功能，并且速度更快、功能更强大。 最重要的命令与 venv 的命令类似，只是创建一个新环境更简洁：
# Create new environment
virtualenv <env_name>
# Activate an environment
. <env_name>/bin/activate
# Deactivate an active environment
deactivate回顾 1 - pyproject.toml
在讨论打包之前，我想确保你了解打包最重要的文件：pyproject.toml。
Python 中的打包已经走过了漫长的道路。直到 PEP 518 setup.py 文件被用于打包，使用 setuptools 作为构建工具。PEP 518 引入了 pyproject.toml 文件的使用。因此，在创建包时，你始终需要一个 pyproject.toml 文件。pyproject.toml 用于定义项目的设置、定义元数据以及许多其他内容。如果你想查看示例，请查看 pandas 库的 pyproject.toml 文件。了解了 pyproject.toml 后，我们可以继续看看包管理。
包管理
定义
能够执行包管理的工具能够下载和安装库及其依赖项。
动机
为什么我们关心包？包允许我们定义模块的层次结构，并使用点语法（from package.module import my_function）轻松访问模块。此外，它们使得与其他开发者共享代码变得容易。由于每个包都包含一个定义其依赖项的 pyproject.toml 文件，其他开发者不必单独安装所需的包，而是可以直接从其 pyproject.toml 文件安装包。
工具
许多工具都可以执行包管理：pip、pipx、pipenv、conda、pdm、poetry、rye 和 PyFlow。pip 是 Python 社区中众所周知的专用包管理工具。
PIP
Python 的标准包管理器是 pip。它随 Python 一起提供，允许你从 PyPI 和其他索引安装软件包。主要命令（可能是 Python 开发人员学习的第一个命令之一）是 pip install <package_name>。当然，pip 还提供了许多其他选项。查看文档以获取有关可用标志等的更多信息。
回顾 2 - Lock file
在我们继续讨论多用途工具之前，还有一个对打包很重要的文件：锁文件。pyproject.toml 包含抽象依赖项，而锁文件包含具体依赖项。它记录了为项目安装的所有依赖项的确切版本（例如 pandas==2.0.3）。这使得项目能够在多个平台上重现。如果你以前从未见过锁文件，请查看这个来自 poetry 的文件：
多用途的工具
了解了锁文件之后，我们可以开始研究执行多用途的工具。我们将从 pipenv 和 conda 开始，然后再过渡到 poetry 和 pdm 等打包工具。
PipEnv
顾名思义，pipenv 结合了 pip 和 virtualenv。正如我们在维恩图中看到的，它允许你执行虚拟环境管理和包管理：
pipenv 引入了两个额外的文件：
PipfilePipfile.lock
Pipfile 是一个 TOML 文件（类似于 pyproject.toml），用于定义项目依赖项。当开发者调用 pipenv 命令（如 pipenv install）时，它由开发者管理。Pipfile.lock 允许确定性构建。它消除了对 requirements.txt 文件的需求，并通过锁定操作自动管理。
最重要的 pipenv 命令是：
# Install package
pipenv install <package_name>
# Run Python script within virtual env
pipenv run <script_name.py>
# Activate virtual env
pipenv shellConda
Conda 是一个通用的包管理系统。这意味着它不局限于 Python 包。Conda 是一个功能强大的工具，拥有许多功能。有许多教程和博客文章（例如官方教程），因此我在这里不再赘述。但是，我想提一点：虽然可以使用 conda 构建和发布包，但我没有将该工具包含在相应的类别中。这是因为使用 conda 打包的工作方式略有不同，生成的包将是 conda 包。
功能评估
最后但同样重要的是，我想介绍一些用于打包的多功能工具。我承诺进行公正的评估。为此，我创建了一个我认为在比较不同工具时很重要的功能列表。这些功能包括：
| 该工具是否管理依赖项？ | ? |
| 它是否解析/锁定依赖项？ | ? |
| 是否有干净的构建/发布流程？ | ? |
| 它是否允许使用插件？ | ? |
| 它是否支持 PEP 660（可编辑安装）？ | ? |
| 它是否支持 PEP 621（项目元数据）？ | ? |
关于这两个 PEP：Python 在打包方面有很多开放和关闭的 PEP。有关完整概述，请查看此页面。我仅出于特定原因包含了 PEP 660 和 PEP 621：
- PEP 660 是关于基于
pyproject.toml构建的可编辑安装。当你使用pip安装软件包时，你可以选择使用pip install -e package_name以可编辑模式安装它。当你正在开发一个软件包并希望你的更改直接反映在你的环境中时，这是一个非常重要的功能。 - PEP 621 指定了如何在
pyproject.toml文件中写入项目的核心元数据。我添加它是为了说明，目前有一个软件包（剧透：它是poetry）不支持此 PEP，而是使用自己的方式声明元数据。
Flit
Flit 试图创建一个将 Python 包和模块放到 PyPI 上的简单方法。它有一个非常具体的用例：它旨在用于打包纯 Python 包（即没有构建步骤的包）。它不关心任何其他任务：
- Python 版本管理：❌
- 包管理：❌
- 环境管理：❌
- 构建包：✅
- 发布包：✅
这也反映在我们的维恩图中：
功能评估
| 该工具是否管理依赖项？ | ❌ |
| 它是否解析/锁定依赖项？ | ❌ |
| 是否有干净的构建/发布流程？ | ✅ |
| 它是否允许使用插件？ | ❌ |
| 它是否支持 PEP 660（可编辑安装）？ | ✅ |
| 它是否支持 PEP 621（项目元数据）？ | ✅ |
主要命令
# Create new pyproject.toml
flit init
# Build and publish
flit publishPoetry
Poetry 是打包界中一个众所周知的工具。正如维恩图所示，除了 Python 版本管理之外，它可以做任何事情：
- Python 版本管理：❌
- 包管理：✅
- 环境管理：✅
- 构建包：✅
- 发布包：✅
查看下面的功能评估，您会发现 Poetry 不支持 PEP 621。在 GitHub 上有一个关于此的开放问题大约 1.5 年了，但它还没有被集成到主代码库中（还）。
功能评估
| 该工具是否管理依赖项？ | ✅ |
| 它是否解析/锁定依赖项？ | ✅ |
| 是否有干净的构建/发布流程？ | ✅ |
| 它是否允许使用插件？ | ✅ |
| 它是否支持 PEP 660（可编辑安装）？ | ✅ |
| 它是否支持 PEP 621（项目元数据）？ | ❌ |
主要命令
# Create directory structure and pyproject.toml
poetry new <project_name>
# Create pyproject.toml interactively
poetry init
# Install package from pyproject.toml
poetry install依赖管理
# Add dependency
poetry add <package_name>
# Display all dependencies
poetry show --tree运行代码
# Activate virtual env
poetry shell
# Run script within virtual env
poetry run python <script_name.py>Lock file
首次安装软件包时，Poetry 会解析 pyproject.toml 文件中列出的所有依赖项，并下载软件包的最新版本。Poetry 完成安装后，它会将所有软件包及其下载的确切版本写入 poetry.lock 文件，将项目锁定到这些特定版本。建议将锁定文件提交到项目仓库，以便所有参与项目的人员都锁定到相同版本的依赖项。要将依赖项更新到最新版本，请使用 poetry update 命令。
Build/publish flow（构建/发布流程）
# Package code (creates `.tar.gz` and `.whl` files)
poetry build
# Publish to PyPI
poetry publishPDM
PDM 是一个相对较新的包和依赖管理器（始于 2019 年），它很大程度上受到 Poetry 和 PyFlow 的启发。您会注意到，我在这篇文章中没有谈论 PyFlow。这是因为 PyFlow 不再积极开发——在快速发展的打包领域中，这是一个必须的条件。作为一个更新的工具，PDM 需要 Python 3.7 或更高版本。与其他工具的另一个区别是 PDM 允许用户选择构建后端。
PDM 是唯一一个（除了 PyFlow）在本地包上实现 PEP 582 的工具，这是一种实现环境管理的替代方法。请注意，此 PEP 最近被拒绝。
如维恩图所示，PDM 位于 Poetry 旁边。这意味着它可以做除 Python 版本管理之外的所有事情：
- Python 版本管理：❌
- 包管理：✅
- 环境管理：✅
- 构建包：✅
- 发布包：✅
PDM 的主要命令与 Poetry 类似。但是，存在的命令较少。例如，目前没有 pdm shell 或 pdm new。
功能评估
| 该工具是否管理依赖项？ | ✅ |
| 它是否解析/锁定依赖项？ | ✅ |
| 是否有干净的构建/发布流程？ | ✅ |
| 它是否允许使用插件？ | ✅ |
| 它是否支持 PEP 660（可编辑安装）？ | ✅ |
| 它是否支持 PEP 621（项目元数据）？ | ✅ |
创建新项目
# Create pyproject.toml interactively
pdm init
# Install package from pyproject.toml
pdm install依赖管理
# Add dependency
pdm add <package_name>
# Display all dependencies
pdm list --graph运行代码
# No pdm shell command
# Run script within env
pdm run python <script_name.py>Lock file
PDM 的锁定功能类似于 Poetry。首次安装软件包时，PDM 会解析 pyproject.toml 文件中列出的所有依赖项，并下载软件包的最新版本。PDM 完成安装后，会将所有软件包及其下载的确切版本写入 pdm.lock 文件，将项目锁定到这些特定版本。建议将锁定文件提交到项目仓库，以便所有参与项目的人员都锁定到相同版本的依赖项。要将依赖项更新到最新版本，请使用 pdm update 命令。
Build/publish flow（构建/发布流程）
# Package code (creates `.tar.gz` and `.whl` files)
pdm build
# Publish to PyPI
pdm publishHatch
Hatch 可以执行以下任务：
- Python 版本管理：❌
- 软件包管理：❌
- 环境管理：✅
- 构建软件包：✅
- 发布软件包：✅
需要注意的是，Hatch 的作者承诺很快就会添加锁定功能，这也应该能够实现软件包管理。 在阅读本文时，请务必查看最新版本的 Hatch，以了解是否已实现此功能。
功能评估
| 该工具是否管理依赖项？ | ❌ |
| 它是否解析/锁定依赖项？ | ❌ |
| 是否有干净的构建/发布流程？ | ✅ |
| 它是否允许使用插件？ | ✅ |
| 它是否支持 PEP 660（可编辑安装）？ | ✅ |
| 它是否支持 PEP 621（项目元数据）？ | ✅ |
创建一个新项目
# Create directory structure and pyproject.toml
hatch new <project_name>
# Interactive mode
hatch new -i <project_name>
# Initialize existing project / create pyproject.toml
hatch new --init依赖管理
# Packages are added manually to pyproject.toml
hatch add <package_name> # This command doesn't exist!
# Display dependencies
hatch dep show table运行代码
# Activate virtual env
hatch shell
# Run script within virtual env
hatch run python <script_name.py>Build/publish flow（构建/发布流程）
# Package code (creates `.tar.gz` and `.whl` files)
hatch build
# Publish to PyPI
hatch publishDeclarative environment management（声明式环境管理）
Hatch 的特别之处在于它允许您在 pyproject.toml 文件中配置您的虚拟环境。此外，它还允许您专门为某个环境定义脚本。这方面的一个示例用例是 代码格式化。
Rye
Rye 是由 Flask 框架的创建者 Armin Ronacher 最近开发的（第一个版本于 2023 年 5 月发布）。它的灵感很大程度上来自于 rustup 和 cargo，这两个都是 Rust 编程语言的打包工具。Rye 是用 Rust 编写的，并且能够执行我们维恩图中的所有任务：
- Python 版本管理：✅
- 软件包管理：✅
- 环境管理：✅
- 构建软件包：✅
- 发布软件包：✅
目前，Rye 没有插件接口。但是，由于新版本会定期发布，因此将来可能会添加此功能。
功能评估
| 该工具是否管理依赖项？ | ✅ |
| 它是否解析/锁定依赖项？ | ✅ |
| 是否有干净的构建/发布流程？ | ✅ |
| 它是否允许使用插件？ | ❌ |
| 它是否支持 PEP 660（可编辑安装）？ | ✅ |
| 它是否支持 PEP 621（项目元数据）？ | ✅ |
创建一个新项目
# Create directory structure and pyproject.toml
rye init <project_name>
# Pin a Python version
rye pin 3.10依赖管理
# Add dependency - this does not install the package!
rye add <package_name>
# Synchronize virtual envs, lock file, etc.
# This install packages and Python versions
rye sync运行代码
# Activate virtual env
rye shell
# Run script within virtual env
rye run python <script_name.py>Build/publish flow（构建/发布流程）
# Package code (creates `.tar.gz` and `.whl` files)
rye build
# Publish to PyPI
rye publish概述
| Flit | Poetry | PDM | Hatch | Rye | |
|---|---|---|---|---|---|
| 该工具是否管理依赖项？ | ❌ | ✅ | ✅ | ❌ | ✅ |
| 它是否解析/锁定依赖项？ | ❌ | ✅ | ✅ | ❌ | ✅ |
| 是否有干净的构建/发布流程？ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 它是否允许使用插件？ | ❌ | ✅ | ✅ | ✅ | ❌ |
| 它是否支持 PEP 660（可编辑安装）？ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 它是否支持 PEP 621（项目元数据）？ | ✅ | ❌ | ✅ | ✅ | ✅ |
不属于这些类别的工具
有些工具不属于我的任何类别。它们是：
