探索 Python 包管理：基础篇

1 简介  

        在 Python 的世界中，包管理器是提高开发效率和保证代码质量的关键工具。

        它们不仅极大地简化了代码库的管理，还能高效地处理项目依赖的问题，确保在开发过程更加流畅和稳定。

        从自动化安装和更新库，到保持项目依赖的一致性，包管理器在每一个环节都发挥着不可替代的作用。

        本文将深入探讨 Python 包管理器的核心功能和操作方法，揭示它们如何在现代编程实践中提供支持。

        我们将介绍几种流行的包管理器，包括它们的特点、使用场景以及如何在您的项目中高效利用这些工具。

        不论您是 Python 新手还是有经验的开发者，了解和掌握这些包管理器将帮助您在 Python 编程的道路上更加顺畅地前进。

2 常用的 Python 包管理器 

2.1 pip

        它是Python 的官方包管理器，功能强大且易于使用，能从 Python Package Index（PyPI）安装、升级和卸载成千上万的第三方库，是 Python 开发者的首选包管理器。

2.1.1 基础命令

2.1.1.1 安装包

pip install package_name

2.1.1.2 升级包

pip install --upgrade package_name

2.1.1.3 卸载包

pip uninstall package_name

2.1.1.4 列出已安装的包

pip list

2.1.1.5 查找包的信息

pip show package_name

2.1.1.6 查找可用更新

pip list --outdated

2.2 conda

        在数据科学和机器学习领域中占据主导地位，conda 能够管理不同版本的 Python 本身及其依赖，甚至支持跨语言包的管理，它在处理复杂依赖关系时表现的很出色。

2.2.1 基础命令 

2.2.1.1 创建一个新环境

conda create --name myenv

示例：conda create --name myenv python=3.8 ，也可以指定Python的版本。

 2.2.1.2 激活环境

conda activate myenv

激活名为 myenv 的环境

2.2.1.3 安装包

conda install package_name

2.2.1.4 列出已安装的包

conda list

2.2.1.5 更新包

conda update package_name

2.2.1.6 查找包

conda search package_name

2.2.1.7 删除包

conda remove package_name

 从当前环境中删除包 

2.2.1.8 列出所有环境

conda env list

 显示所有创建的环境 

2.2.1.9 禁用环境

conda deactivate

 禁用当前激活的环境

2.3 poetry

        Poetry 是一个现代的 Python 依赖管理和打包工具，它的目标是简化依赖管理和打包流程。Poetry 解决了一些传统工具（如 pip 和 setuptools）的常见问题，比如依赖冲突、锁文件的使用、以及包的发布过程。

2.3.1 基础命令 

2.3.1.1 安装 Poetry

Poetry 的安装通常不通过 pip 进行，而是通过其安装脚本。

curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python -

或者在 Windows 上使用 PowerShell

(Invoke-WebRequest -Uri https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py -UseBasicParsing).Conten | python -

2.3.1.2 创建一个新项目

poetry new my_project

2.3.1.3 添加依赖

poetry add package_name

2.3.1.4 安装依赖

poetry install

2.3.1.5 更新依赖

poetry update

2.3.1.6 打包和发布项目

poetry build

打包项目，并准备发布到 PyPI

poetry publish

2.3.1.7 运行脚本

poetry run python your_script.py

        Poetry 的优势在于其简洁明了依赖声明、依赖冲突处理以及打包和发布过程的自动化，它通过 pyproject.toml 文件为 Python 项目提供了一个统一的配置文件。

2.4 pipenv

        Pipenv 是一个 Python 开发工作流程的工具，旨在将包管理（pip）和虚拟环境管理（virtualenv）结合起来。

        Pipenv 通过自动生成和管理 Pipfile 和 Pipfile.lock 来创建和维护项目的依赖关系，使得依赖管理更加直观和可靠。

2.4.1 Pipenv 的关键特性

• 自动生成和管理 Pipfile： 代替 requirements.txt，Pipfile 是用来声明项目所需的依赖。
• 创建和管理虚拟环境： 自动创建和管理与项目关联的虚拟环境，避免依赖冲突。
• 确定性构建： Pipfile.lock 用于锁定依赖，确保项目在不同环境中的一致性。

2.4.2 基础命令

2.4.2.1 安装 Pipenv

使用 pip 可以轻松安装 Pipenv

pip install pipenv

2.4.2.2 创建项目

pipenv install

将自动创建一个 Pipfile（如果尚不存在），并创建一个新的虚拟环境。

2.4.2.3 安装依赖

pipenv install package_name

2.4.2.4 激活虚拟环境

激活与当前项目关联的虚拟环境

pipenv shell

2.4.2.5 安装开发依赖

pipenv install package_name --dev

2.4.2.6 生成 Pipfile.lock

运行 pipenv lock 生成或更新 Pipfile.lock，确保依赖版本的确定性

pipenv lock

2.4.2.7 安装所有依赖

        在新环境中，运行 pipenv install --dev 将安装 Pipfile 和 Pipfile.lock 中列出的所有常规和开发依赖。

pipenv install --dev

2.4.2.8 退出虚拟环境

exit

2.4.2.9 查看项目依赖图

pipenv graph

        Pipenv是现代 Python 开发中的一个重要工具，特别是对于那些希望在项目中使用虚拟环境来隔离依赖的开发者。

        通过自动化和简化依赖管理流程，它提高了开发效率，并有助于减少依赖相关的问题。

2.5 setuptools

        setuptools 是 Python 的一个关键库，用于构建和分发 Python 包。它提供了一系列工具和命令，使得从简单的 Python 项目到复杂的库和应用程序的打包和分发变得更加容易。

2.5.1 主要功能

• 打包 Python 项目： setuptools 使你能够打包你的 Python 项目，以便其他人可以通过 pip 轻松安装。

• 定义项目元数据： 在 setup.py 文件中，你可以定义项目的名称、版本、描述、依赖等信息。

• 自动化依赖安装： 在打包过程中，setuptools 可以自动识别并安装项目所需的依赖。

• 扩展命令： setuptools 提供了一系列命令用于项目构建、安装、测试等。

• 易于集成： 它易于与其他工具（如 pip）和 CI/CD 流程集成。

2.5.2 基础命令

2.5.2.1 安装 setuptools

pip install setuptools

2.5.2.2 创建 setup.py 文件

        在你的项目根目录下创建一个 setup.py 文件，其中定义了你的包的元数据和配置信息。

2.5.2.3 构建源码分发包

  这会在 dist 目录下创建一个源码分发包（通常是 .tar.gz 或 .zip 文件）

python setup.py sdist

 2.5.2.4 构建轮文件（wheel）

  这会生成一个 wheel 文件（.whl），这是一个更现代的 Python 包分发格式

python setup.py bdist_wheel

 2.5.1.5 安装项目

  这会安装项目及其所有依赖

python setup.py install

        setuptools 是 Python 生态中非常重要的一部分，尤其对于开发者来说，了解和掌握如何使用 setuptools 对于创建和维护 Python 项目至关重要。

3 包管理器的核心功能

3.1 依赖管理

        包管理器能够自动解析和安装所需的依赖，保证项目环境的一致性。

3.2 版本控制

        它们支持指定、升级或降级库的版本，帮助开发者维护项目的稳定性。

3.3 虚拟环境管理

        一些包管理器提供或与虚拟环境工具集成，确保不同项目之间的依赖互不干扰。

4 如何选择合适的包管理器

        选择合适的包管理器取决于我们的项目需求。

        例如，我们需要处理跨语言的依赖，或者在数据科学项目中工作，那么conda 可能是一个更好的选择。

        对于标准的 Python 开发，pip 配合 virtualenv 或 pipenv 通常可以满足需求。