我正在开发使用同一库的不同版本的不同 python 项目。当我使用 pip 安装库时，它们是全局安装的，并且是单个版本。我知道拥有同一个库的不同版本的唯一方法是为每个项目创建一个 conda 环境。但是，当我同时处理多个项目时，总是在环境之间切换会有点烦人。
我习惯了 npm，每个节点项目都有自己的 node_modules 目录，它本质上创建了一个虚拟环境，而无需显式创建和切换环境。有没有办法在 python 中获得类似于 npm 的工作流程？为每个项目显式创建一个 conda 环境是 python 中的最佳选择吗？如果是这样，是否有任何常用工具或脚本来改进此工作流程？ （例如，python 是否有 package.json 或 npm install 的等价物？）
【问题讨论】：
实际上，Python 几乎完全相同：Pipenv。
Pipenv 是virtualenv 的包装器。 virtualenv 是 Python 的虚拟安装，安装了特定的依赖项，只有在需要时才能激活。
你可以从 pip 安装 Pipenv：
$ pip install --user pipenv
要使用 Pipenv，您可以通过指定 Python 版本在现有目录中对其进行初始化：
~/project$ pipenv --python 3.5
Creating a virtualenv for this project…
Pipfile: ~/project/Pipfile
Using /usr/local/bin/python3.5 (3.5.6) to create virtualenv…
⠴Running virtualenv with interpreter /usr/local/bin/python3.5
Using base prefix '/usr/local'
New python executable in ~/.local/share/virtualenvs/project-FR7x7nea/bin/python3.5
Also creating executable in ~/.local/share/virtualenvs/project-FR7x7nea/bin/python
Installing setuptools, pip, wheel...done.
Virtualenv location: ~/.local/share/virtualenvs/project-FR7x7nea
Creating a Pipfile for this project…
这将创建一个名为Pipfile 的文件，它将保留您的依赖项。
它看起来像这样：
[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"
[packages]
[dev-packages]
[requires]
python_version = "3.5"
您可以使用pipenv install 安装依赖项，就像使用pip 一样：
pipenv install numpy
这会将其添加到您的Pipfile，并将其版本冻结在Pipfile.lock。
您应该始终通过 pipenv 命令管理您的依赖项，而不是手动编辑这些文件。
另外，你可以传递给 pipenv 安装一个requirements.txt 文件，它与pip 具有相同的效果。
requirements.txt 文件是使用 pip 时的标准文件； Pipenv 需要一个尊重这种格式的人。
例如，以下是有效的最小 requirements.txt：
docopt
这只是意味着您想要任何版本的docopt。
如果您需要特定版本的依赖项，pip supports this as well。
你将它传递给 pipenv install 并带有 -r 标志：
~/project$ pipenv install -r requirements.txt
Requirements file provided! Importing into Pipfile…
Pipfile.lock (c2e94e) out of date, updating to (5a67c1)…
Locking [dev-packages] dependencies…
Locking [packages] dependencies…
Updated Pipfile.lock (c2e94e)!
Installing dependencies from Pipfile.lock (c2e94e)…
? ▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉▉ 2/2 — 00:00:02
To activate this project's virtualenv, run pipenv shell.
Alternatively, run a command inside the virtualenv with pipenv run.
最后，您必须激活 Pipenv 封装的虚拟环境，才能有效访问依赖项。
这是通过pipenv shell 完成的（尽管您可以使用pipenv run <cmd> 执行单个命令）：
~/project $ pipenv shell
(project) ~/project$ python
Python 3.5.6 (default, Dec 3 2018, 12:12:20)
[GCC 8.2.1 20180831] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy
>>>
这样做的好处是，您可以从 Github 克隆一个随机 repo，初始化 Pipenv，然后运行 pipenv install -r requirements.txt 以准备好运行项目的干净环境（这里需要注意的是，下载所有依赖项可能需要一段时间）。
依赖项只会安装在虚拟环境中，保持您的其他虚拟环境和主机环境干净。
【讨论】：