1 虚拟环境

python 的默认依赖管理是按系统来的，而不是按项目，在默认情况下，一个系统同一个包只能安装一个版本，再安装第二个版本时就会覆盖前一个版本。 因此在实际开发时，往往需要使用虚拟环境来实现不同的项目间依赖隔离。

工具	管理 Python 解释器	管理 Python 包	管理非 Python 依赖	场景
venv	❌	✅	❌	简单项目、轻量隔离
uv	✅	✅	❌	纯 Python 项目
conda	✅	✅	✅	AI、深度学习、科学计算

1.1 venv - 自带、轻量

venv 是 Python 自带的虚拟环境工具，不需要额外安装。

1.1.1 创建虚拟环境并激活

cd project_path
# 创建一个环境，建议叫.venv；
python -m venv .venv

# 执行后会在当前目录创建对应环境名的目录，即./.venv

1.1.2 激活环境

# unix or macOS
source .venv/bin/activate 
# windows
tutorial-env\Scripts\activate 

1.1.3 停用环境

deactivate

在激活环境后，再进行 pip 操作，作用域就仅限于在当前虚拟环境

1.2 uv - 适合纯 Pytho 项目的现代包管理

uv 是一个现代 Python 包管理工具，主要管理 Python 生态依赖，使用 uv 不需要提前安装 Python 解释器。

1.3 conda - 适合 “Python + 非 Python 依赖” 的复杂环境

1.3.1 安装 conda

Note

如无特殊需求，安装 Miniconda 即可，无需安装 Anaconda

• https://www.anaconda.com/download
• 下载安装 Miniconda
• 安装好后，在终端即能调用 conda 命令：

conda env list

1.3.2 创建 conda 虚拟环境

conda create --name {环境名称} python={python版本号}
# conda create --name langchain1.2 python=3.13.12

1.3.3 常用命令

# 查看ancoda虚拟环境列表
conda env list

# 初始化虚拟环境；让 Shell 具备管理和切换 Conda 环境的能力。它通常只需要执行一次。
conda init

# 切换环境
conda activate {环境名称}
# conda activate langchain1.2

1.3.4 conda 依赖包操作命令

# 最新版
conda install {包名}
# 指定版本
conda install {包名}={版本号}

# 更新包
conda update {包名}

# 卸载包
conda uninstall {包名}

# 查看已安装包
conda list

2 pip - 包管理

# 安装最新版novas
python -m pip install novas

# 安装2.6.0版本的requests
python -m pip install requests==2.6.0

# 更新requests到最新版本
python -m pip install --upgrade requests

# 卸载requests
python -m pip uninstall requests

# 显示requests的信息
python -m pip show requests

# 显示所有在虚拟环境中安装的包
python -m pip list

# 将已安装包列表文本写入requirements.txt文件
python -m pip freeze > requirements.txt

# 安装所有必需的包，类似于npm i
python -m pip install -r requirements.txt

2.1 保存依赖

pip freeze > requirements.txt

执行后，会将当前环境的依赖包版本信息写入 requirements.txt 文件中

2.2 安装依赖

从另一台服务器拉去代码后，需要以下操作：

• 创建虚拟环境并激活

python -m venv .venv
source .venv/bin/activate

• 安装依赖

pip install -r requirements.txt