python 版本管理

为什么需要版本管理

• 不同项目依赖不同 Python 版本（如 3.7 与 3.11）

• 第三方库版本冲突（如 Django 2.2 vs Django 4.2）

• 团队协作需要一致的环境

常用 Python 版本管理工具

pyenv（多版本切换首选）

适用于 macOS/Linux（Windows 用 pyenv-win）
核心功能：安装、切换多个 Python 版本
常用命令

• 查看可安装版本：pyenv install --list

• 安装版本：pyenv install 3.11.4

• 查看已安装版本：pyenv versions

• 设置全局版本：pyenv global 3.11.4

• 设置项目版本：pyenv local 3.9.7
  

venv / virtualenv（轻量虚拟环境）

适合一般项目隔离依赖

• 创建环境：python3.x -m venv myenv

• 激活环境：source myenv/bin/activate

Docker（企业级部署）

通过容器实现完全隔离的可复现环境

工具选择建议

conda（数据科学场景最佳）

同时管理 Python 版本与依赖包

• 创建环境：conda create --name my_env python=3.x

• 激活环境：conda activate my_env

概述：
conda 是一个 跨语言的包管理和环境管理工具，最初由 Anaconda 开发，主要用于 Python 和 R 生态系统。

特点及优势

• 支持 Python 及非 Python 依赖（如 numpy 依赖的 MKL、C/C++ 库等）

• 支持虚拟环境管理（conda create 创建独立环境）

• 解决依赖冲突能力强，使用 solver 解析依赖

• 可在 Python 之外安装其他工具（如 gcc、cmake）

• 支持 Windows、Linux、Mac（包括 Apple Silicon）

适用场景

• 适用于 数据科学、机器学习（如 tensorflow、pytorch）

• 需要管理 Python 之外的库（如 CUDA、MKL）

• 需要在 Windows 上使用科学计算库（很多 Python 库的二进制包仅在 conda 可用）

uv

概述：uv 超快的 Python 包管理工具，主要用于 Python 生态，类似于 pip 和 poetry速度更快

特点及优势

• 安装速度快（比 pip 和 conda 更快）

• 直接替代 pip（支持 requirements.txt 和 pyproject.toml）

• 无需虚拟环境，但可以与 venv 配合使用

• 专注于 Python 依赖管理（不支持非 Python 依赖）

• 高效的依赖解析（基于 rust 实现的解析器）

• 适用于 CI/CD 和 Python 开发

适用场景

• 需要 快速安装 Python 依赖（如 Web 开发、Python 脚本）

• 适用于 Python-only 项目（如 Django、FastAPI）

• 适合 开发者和 CI/CD 环境（提升安装速度）

对比总结

选择

• 做数据科学、机器学习、深度学习，或者需要安装 Python 之外的依赖（如 CUDA）选 conda

• 只管理 Python 依赖（如 Web 开发、CI/CD）且希望安装速度更快 选 uv