也是醉了，从 pip 学习到 pipenv，再切换到 poetry，最后还是用回 pip

是的 ，全他么是垃圾

go.mod / Rust cargo:
我不是针对你 poetry, 我是说在座的各位 python 包管理, 都是垃圾 ...

认真讨论, Python 的包管理真的太拉胯了...

说实话, 最近在考虑, 干脆用 conda + lock 得了
https://github.com/conda/conda-lock

还方便折腾 AI 的东西

@dcoder 还得加上 .NET NuGet/Java Maven

NPM：在比烂这方面在座各位没有一个能打的。

@Mithril npm 和 Python 的包管理感觉烂得各有千秋
最近不太用 JS/Node, npm 那个堪比黑洞质量的文件重复问题，貌似优化了不少了?

pip 适合 99.99%开发者!别搞什么花里胡哨的!我以前就用 virtualenv 后来 Python 自带虚拟环境了我连 virtualenv 都不装了.

Python 3.12 开始，pip 安装就会给你报错缺少 Imp 包。

原生 env 一把梭

开发环境 poetry ，部署乖乖用 pip...

python 包管理是真的乱

我都是用自带的 venv ，可能项目比较小。

懒得折腾，都是 conda+pip

@dcoder pnpm 基本解决 node_modules 的问题了 python 暂时无解

每次看到有人尬吹 “人生苦短，我用 Python” 我就想笑

我用 conda ，感觉很方便啊

确实是垃圾。不要说包管理不重要，太影响体验了。

我甚至因为 cargo 的便利，硬学了 rust 。

uv 真快。。。

pdm 也不错

poetry 挺好用的，uv 也不错.

依赖越少越好

python -m venv you_path
不就行了？

能过部署能 pip 最好直接 pip

conda 也是废物，经常无法 activate ，我在 sagemaker 上部署如果是 conda 的还导致没有日志

哎 python ，心累

目前在用 pdm ，没有遇到什么问题。pdm 运行慢我是无所谓

用 docker 部署时我都不用 venv

PEP 668 以后，不用 virtualenv 以后默认不让 pip 装依赖了

最近两年都在用 rye ，切到 uv 之后体验丝滑

@lxdlam 记忆有偏差，最近一年应该

@Numbcoder 说这话的时候，还没有 go 、rust 什么事儿呢。抛开历史看问题你是会的。

用 uv ，一步到位。

都用 docker 了，自然直接 pip 全局安装啦。做好 image 版本备份，连 venv 都用不到。

从 09 年开始就用 pip ，用了十多年了，没啥问题啊。 哈哈哈哈。操作姿势很重要。当然 Windows 平台除外。

以前用 pipenv 的，不过 pipenv 的依赖自动更新很讨厌。现在用 pipenv (不要 pip) + pip 。

生产环境用 pip install -r requirments.txt
开发环境用 pipenv shell; # update pypi mirror; pip install -r requirments.txt

venv + requirments.txt 。。。

micromamba/uv 目前为止没遇到解决不了的

一个包 A 存在依赖 B ，用这个 A 去管理其他的，这本来就是个危险的事，除非能保证 AB 同步
包 A 没有依赖，或者说仅依赖原生，才是相对安全的选择

框架也是类似逻辑，生活中很多事也是这个逻辑，依赖的东西应该仅限于方便行动，而不是方便掌控

@dcoder AI 的东西直接上 nvidia 的 pytorch 的 docker ，cuda 什么的都配好了，开箱即用。

除了现在的 uv ，其他的全用了一遍，有的在生产环境遇到 bug （虽然提了以后作者修了），最后还是 venv 就够了。。。
至于发包，打包成 zipapp 也不耽误，执行环境还是 venv 省事

哪有在容器里边再构建虚拟环境得道理？ poetry export 为 requirements.txt ,然后容器里直接 pip 才对。

poetry 最大的问题是慢，不过我也早就跑路到 rye 了

poetry,pdm 都是本地用啊，线上还是导出 requirements 把

@jiayouzl #6 我新手，觉得 pip+自带的 venv 也蛮好用的。。。

@coolair uv 相比 poetry 有什么优点吗，其他的貌似我都用过，就是没用过 uv

因为 pip 没法有外部依赖，所以直接把他用到的依赖给 vendor 了，所以等你好久不升级 pip ，pip 告诉你版本太旧装不了新依赖的时候你只需要升级 pip 就行。

poetry 没 vendor ，所以你还需要升级 poetry 的依赖。

uv +1

uv +1

```sh
# 安装
uv pip install -r requirements.txt
# 导出
uv pip freeze > requirements.txt
```

rye 好，快去用。
自从用了 rye ，我整个人的毒性都降低了，就感觉快

在用 pdm ，暂时没有想换的理由。

楼上好多人把环境隔离和依赖管理混为一谈的。

用 pip 最大的问题还是直接依赖和间接依赖的区别。如果不用 pdm 的时候我会用 requirements.txt 管理直接依赖、再 freeze 成 requirements-lock.txt ，否则要升级某个库的时候简直想死。

pdm 真爽，用了回不去了。

uv+1

@Elaina #40 uv 是终点站。

conda+pip

跑 docker 的话直接装全局就行

无脑上 uv ，其他看都不要看

poetry 不支持全局配置使用国内的 PyPI 镜像站挺不方便的，官方一直不愿意做这个功能。

@encro pdm 综合使用体验感觉还不如 poetry ，吹的 pep 提出的那个特性被否了，没通过。

@dcoder 做 web 项目不太习惯用 conda ，嘿嘿

@jiayouzl 那也是，不过有时安装新的包总是忘记 pip freeze 等等。。。

@dishonest rust 我也会，不过 cargo 的源要配置国内源会方便点，一开始配置还挺麻烦的。。。

uvuvuv

@GeekGao 谢谢分享经历，哈哈，pip 还是稳

@siteshen 对，pipenv 自动更新依赖很讨厌。

@NoOneNoBody 对的，非常赞同！

@Vegetable poetry 也可以不用虚拟环境安装的，直接在容器里面全局安装。dockerfile 使用 poetry 主要是保持开发和生产环境一致性，而且开发时只需要 poetry install ，部署时省去很多导出 requirements.txt 步骤

@lgh 是手写 requirements.tx 管理依赖，freeze 生成 requirements-lock.txt 依赖吗？学习了

最舒心的是 go mod ，不过也有遇到管理 etcd 包一坨 shit 的时候（那是因为作者反 go mod 一直不修）； npm 是一坨，yarn ，pnpm （ workspace ）反正前端每次构建都是个玄学； python 也好不到哪里去哈哈哈

觉得 pip 垃圾的，因为很多东西是 .so 的东西导致的。

其他语言包管理不是强，而是原生性能能支持 99%的功能纯语言实现了 但凡你 cgo JNI 搞进去，依赖管理也会变得复杂。

纯.py 的包管理复杂吗？一点都不复杂。直接全部复制到项目 lib 目录就 vendoring 了。什么版本管理冲突安装失败，不存在的。举个例子，以前 requests 就是这样复制了一套 urllib3 打包一起的。

poetry 有 export ，你 poetry export -f requirements.txt --output requirements.txt 然后用 pip 装不就是了，还能减少 镜像层数。。。

我用了十年 python ， 一直都是 sudo pip 的。。。。

知道最近项目实在太杂，互相依赖玩儿崩了， 老老实实用了曾经嗤之以鼻的 venv+pip ，

但是每个环境都重新来一次 nv 的那一大坨库实在不舒服。。。。


比较了一下 pdm/ uv ， 目前选了 uv ， 简单用了一下还是挺舒服的。。。

不过也遇到一个环境， 没法用， 单独给它开个 venv 。。。

uv + 1

Rust 完善工具链方面，真是没说的。

@chopin1998519 对，每换个环境都重新来一次 pip+venv 太繁琐了，所以喜欢用 poetry install 一下就创建好了。
全局 pip 还是不太好，每个项目版本依赖不一样。

uv ？ 我去看看 真的那么好用吗？

我也是和楼主一样的历程，被 python 包管理弄得心态炸过几次，导致我现在都害怕包管理这个玩意儿 比如 node 、go 的，我没学它们之前以为和 python 包管理一样乱。。。

从这帖子里听说了 rye, uv
看了下, 都是 Rust 写的, 2023 才出来的新项目, git star: rye (13.6k), uv (20.9k)
好嘛, python 包管理真热闹, 没完没了了，是不是 XD

用来代替 conda 的话，哪个更好?

有的项目用 poetry 安装一装一个报错, 还是用 uv 吧, rye 也是用的 uv

@yb2313 查了下, rye 确实用的 uv. 那用 rye 优势是啥

pip + venv

pip freeze > requirements.txt

看了下 rye ，优势是把多个工具整合在一起了. 比如整合 ruff, uv
目前看来, 貌似直接用 uv 就行了.

@dcoder 优势就是万金油吧。环境管理、版本管理、包管理、打包，全都集合在一起了。

@lxdlam #26 rye 和 uv 啥关系啊，有点搞不懂，uv 开发团队接管了 rye

@SimonOne uv 是替代 pip 的，rye 是 flask 作者 mitsuhiko 创始的，他觉得 Python 的研发生态链比起 rust 实在是太烂了，自己搞了一个工具关注整个研发生命周期，使用 独立 python 解释器 + venv + pip + pyproject.toml 等既有生态来管理。后面 astral 团队开发完 uv 之后跟 mitsuhiko 沟通，接管了 rye 项目（ https://astral.sh/blog/uv ）。

从关系上来说，rye 是一个研发管理工具，基于 project 粒度隔离 python 解释器、venv ，自然也就隔离了包管理生态，uv 跟 pip 在 rye 里可以互换，ruff 也不是强制要求接入。

从我个人体感来说，rye + uv + ruff 就是目前最舒服的方案，我有用来实验的 jupyter 项目，也有打包成 oci 的纯 python 项目，rye 都能非常完美去接入和使用（除了某些模型代码里面写死了 pip 之外）。

P.S.，关于 Python 开发者体验和 rye 本身，mitsuhiko 在 rye 创始之初就有个 discussion ，值得一读： https://github.com/astral-sh/rye/discussions/6

pip+venv 路过，3.12 之后还不能直接 pip 了，必须先建 venv 才行，venv 从此变成 python 版 node_modules

@SimonOne #78 补充下我的理解，rye 目前比 uv 多了一个系统 python 版本管理的能力，类似 pyenv ； uv 会 find 你系统安装的多个版本的 python ，比如 brew install, pyenv install, rye install ，然后根据你的需求指向对应的版本。

使用之后发现，brew install python [email protected] [email protected] + uv 就很方便了。目前我也不在使用 pyenv 和 rye 了。

而且最近 uv 增加了很多 rye 的功能，那么最终 uv 貌似会往代替 rye 的方向发展 ？？？ maybe ， 一点见解。

@itskingname 3.12 版本不少库还没适配吧

@Numbcoder 越用 Python 越短

@chopin1998519 现在用 uv, 配置 cuda 环境很不美丽, 太大了, cuda 环境还是用的 docker

@dcoder #74 rye 会逐步被 uv 替代, 这也是官方的路线

@stobacco 第一次被恶心到, 还是 pipenv, 那个每次不知道等待多久的 locking

@purplemystic #84 不会啊。。。。我就是因为 cuda/torch 这个转过来的。。。docker 。。。。我更不喜欢

@chopin1998519 #87 主要是 cuda, torch 之类的库太大了, 如果每次创建一个虚拟环境, 就下载编译一遍, 就好心累

@purplemystic #88 uv 会用硬链接、符号链接、cow 等等 共享相同的版本呀， 所以实际就一份，upgrade 了另说

poetry 要是遇到需要同一个依赖，但是需要的版本的不同，那是真的坑。人都傻了

@Mithril 看不起我 composer 吗？绝对有办法让你抓狂