Python 多环境管理总结
多环境隔离的好处
让我们来看看 Python 的多环境管理吧。
Python 多环境隔离，可以让你的每个项目拥有独立的依赖库，即 site-packages。
1.如果两个项目的依赖相冲突，可起到隔离的作用
2.可以多个 Python 版本共存，如 Python2 和 Python3
3.依赖统一管理，方便项目协作和迁移
4.项目独立打包等
例如 CentOS 7 系统默认自带了 Python2.7，但是我们的项目又需要的是 Python3.6。默认 python 命令指向的是 python2.7，而如果我们要用 python3.6，只能用 python3 命令，有点蛋疼。这时候如果我们又增加了一个 Python3.8，那我们就要用 python3.6 命令和 python3.8 命令来区分了，蛋不要了!
由于 Python 的依赖库管理是中心化的，而且大版本上的不兼容且长期并行，就出现了这么一个独特的话题：你的环境隔离了吗？
多环境隔离解决方案
Python 社区对这个问题也是倾注了很多精力，涌现了许多优秀的库，下面我们就来好好比较一下。
venv
为什么把 venv 放在第一个，因为它是自 3.3 版本之后添加的官方库，自 3.6 版本之后，成为官方推荐的多环境管理工具。也就是说，你不需要安装任何第三方库就可以实现多环境管理了。
只需要一个命令就可以创建一个虚拟环境。
python3 -m venv /path/to/new/virtual/environment这个命令会生成一个目录，里面的内容如下：
pyvenv.cfg 是我们的配置文件，为什么叫 pyvenv，因为这个库的前身就叫 pyvenv。 而我们的 site-packages 就在 lib 目录下。
然后我们需要激活这个环境，运行 bin 目录下的 activate 脚本。
Linux/Mac 如下所示：
注意，激活后环境的名字会出现在命令行前面。
这就是你独立的小天地了，所有 pip 安装的依赖都会在 lib 目录下，所以每个项目都会有自己的一套隔离环境。激活后使用的 python 和 pip 程序其实是 bin 目录下的程序了。
很简单吧，不用安装其他的库就能使用，但是 venv 也有自己的缺点，最大的就是不能自动创建不同版本的 Python 环境。
virtualenv
virtualenv 可以说是 venv 的增强版本，不过早在 venv 出现之前，virtualenv 就算是最受欢迎的命令行环境管理工具了。venv 的许多特性也是借鉴的 virtualenv，相比于 venv，其强大之处主要在：
1.更快
2.扩展性更强
3.自动发现并可创建多版本的 Python 环境
4.可通过 pip 更新
5.丰富的编程接口
virtualenv 的原理和使用方式和 venv 类似。
首先需要安装
Python3.5 版本之后推荐使用 pipx 安装
pipx install virtualenv也可以使用 pip 安装
python -m pip --user install virtualenv使用更简单
virtualenv就使用 virtualenv 默认的 Python 解释器创建了一个包含基础库（例如 pip，setuptools，wheel）的虚拟环境。然后，同样使用 activate 脚本激活环境。
指定目录和 Python 版本
virtualenv venv -p python3激活后可以使用 deactivate 脚本退出环境。
当然，你可以自定义初始化的基础库，激活脚本等，功能强大。
pyenv
pyenv 主要用来对 Python 解释器进行管理，可以管理系统上的多个版本的 Python 解释器。它的主要原理就是将新的解释器路径放在 PATH 环境变量的前面，这样新的 python 程序就“覆盖”了老的 python 程序，达到了切换解释器的目的。
使用 git 来安装
git clone https://github.com/pyenv/pyenv.git ~/.pyenv配置环境变量
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bash_profile
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bash_profile安装一个新的 Python 解释器
pyenv install 2.7.8设置全局默认解释器
pyenv global 2.7.8更多的命令可以参考文档，可以配合 virtualenv 使用，使用 pyenv-virtualenv 实现自动化。
pipenv
pipenv 是一款比较新的包管理工具，其借鉴了 javascript 的 npm 和 PHP 的 composer 等理念，通过一个依赖描述文件 Pipfile 来安装和管理依赖，以达到协同开发的目的。如果你熟悉 npm 或者 composer 的话，那 pipenv 正合你胃口。pipenv 其实整合了 pip 和 virtualenv 等库，在其上推出了更便捷的使用方式。
安装 pipenv
pip install --user pipenv创建虚拟环境
pipenv --three # python3
pipenv --two # python2然后编辑目录下的 Pipfile
[[source]]
url = "https://pypi.python.org/simple"
verify_ssl = true
name = "pypi"
[packages]
requests = "*"
[dev-packages]
pytest = "*"然后安装所有依赖
pipenv install # 类似与 npm install命令行安装一个依赖并添加到 Pipfile
pipenv install <package> # 类似与 npm install <package>依赖的安装详情也会写入 Pipfile.lock 文件
激活环境
pipenv shell而新人接手旧的项目也只要pipenv install一下就好了。
是不是很酷！
conda
最后说说 conda，conda 是一个神奇的库，它是著名的 Python 发行版 Anaconda 附带的包管理工具。它其实不是针对 Python 环境管理，而是 Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN 等等语言的包、依赖和环境管理工具。它的野心很大，甚至还有 UI 界面。
conda 的安装可以在官网下载 Anaconda 或者 Miniconda，Miniconda 是基本的命令行功能，而 Anaconda 有界面，常用 Python 库，相关软件、学习资源等，是科学计算的全能工具包，也可以作为 Python 的环境管理工具。
查看所有环境
conda env list创建一个新环境
conda create -n python2 python=2激活环境
conda activate python2退出环境
conda deactivate界面管理环境
conda 除了管理环境，还有其他很多功能。例如和 pip 一样安装依赖的功能。
conda install requests列出安装的包
conda list删除依赖
conda remove requestsconda 其实是在 anaconda 的安装目录下的 envs 子目录下创建环境，而不是项目目录下，也就是说，多个项目其实是可以共用同一个环境的。
不过，用 conda 来安装依赖和 pip 不太一样，conda 可以安装一些非 python 的依赖，但是 python 的依赖没有 pip 全，安装 python 依赖还是可以继续使用 pip。
Anaconda 的界面甚至还有许多科学计算的软件、免费学习教程、文档等等，用好了非常强大。
总结
下面我来总结一下
venv
优点：Python3.3 以上无需额外安装依赖，使用简单
缺点：功能有限
适用性：只适用于简单创建隔离目录的需求
virtualenv
优点：虚拟环境功能完善
缺点：仅仅是命令行工具，不便于工程化
适用性：适用于命令行爱好者
pyenv
优点：方便的多版本管理
缺点：其他库很强，显得略有鸡肋
适用性：适用于仅需要多个 Python 版本的管理
pipenv
优点：便于项目内部协同工作
缺点：Bug 很多，确实比较年轻，安装的流程有些让人困惑，不像 pip 这么直接好理解
适用性：喜欢 npm 类似体验的人
conda
优点：功能很多，还有 UI
缺点：就 Python 包管理而言，太重
适用性：喜欢 Anaconda 科学计算开发包或者 UI 界面管理的人
不知道大家钟爱哪一款？感谢阅读！！！
