目录一、什么是python环境1.1 什么是python环境1.2 什么是python虚拟环境二、sys.path 生成和使用包查找顺序2.1 是什么2.2 用来干什么2.3 包含什么2.4 生成方式和存储三、pip 包管理四虚拟环境的使用和管理4.1 Anaconda4.1.1 Anaconda4.1.2 conda4.1.3 conda环境管理4.2 uv是什么用来干什么优势如何用环境创建切换、查看、退出环境环境内使用、安装包环境迁移、备份、删除环境五python cli是什么用来干什么原理pip和setuptools核心流程一、什么是python环境1.1 什么是python环境是什么运行、开发 Python 代码的整套配套环境让系统能识别并执行.py 程序。包含内容Python 解释器核心翻译执行代码标准库自带内置工具包文件、网络、数学等第三方包pip 安装的拓展库numpy、requests 等包管理工具pip安装 / 卸载第三方库目录层次结构windows:C:\Python310\├── Lib/ │ ├── site-packages/# 第三方包│ ├── json/ │ ├── os.py │ └──... ├── Scripts/# 可执行脚本│ ├── pip.exe │ ├── python.exe │ └──... ├── Include/# 头文件└── DLLs/# 动态链接库linux:/usr/local/python3.10/ ├── bin/ │ ├── python3、pip3# 解释器、pip├── lib/python3.10/ │ ├── 标准库源码 │ └── site-packages/# 全局第三方包└── include/、share/1.2 什么是python虚拟环境是什么系统环境全局环境的轻量复制是一个轻量级的隔离环境。包含什么Python 解释器Windows 复制本体文件Linux/Mac 以软链接复用全局解释器标准库不单独复制通过链接共用全局 Python 自带标准库可直接调用独立 pip 工具专属包管理完全隔离的 site-packages 文件夹存放当前项目专属第三方库不和其他环境共享。目录结构Windowsvenv/ ├── Scripts/ │ ├── python.exe# 复制的解释器程序│ └── pip.exe# 独立pip├── Lib/ │ └── site-packages/# 【完全独立】本项目第三方包└── pyvenv.cfg# 记录依赖的全局Python路径Linuxvenv/ ├── bin/ │ ├── python3# 软链接指向全局解释器│ └── pip3 ├── lib/python3.10/ │ ├── 软链接 → 全局标准库无本地标准库文件 │ └── site-packages/# 【完全独立】项目第三方包└── pyvenv.cfg我们在pycharm等IDE创建一个python工程时一般情况下会创建一个当前项目的虚拟环境以pycharm为例pycharm会在项目目录中创建一个.venv目录这个目录就是pycharm创建的虚拟环境里面包含一个空的存放第三方库的site-packages目录、Scripts目录中包含该虚拟环境的解释器python.exe、以及pip等脚本工具。虽然pycharm创建了这个虚拟环境但是并不代表我们一定就要用这个虚拟环境我们可以在设置中选择使用这个虚拟环境或者使用系统环境直接在设置中的解释器选项中选择使用哪个环境。二、sys.path 生成和使用包查找顺序2.1 是什么Python 内置模块sys下的字符串列表存储模块搜索路径。2.2 用来干什么import导入模块时Python 按列表顺序挨个目录查找.py文件。2.3 包含什么脚本所在目录或者当前工作目录项目根目录直接运行 .py 文件 → 首路径 脚本所在目录交互 shell /-m 模块运行 → 首路径 当前工作目录用’表示环境变量 PYTHONPATH 配置的自定义目录Python 标准库安装目录内置模块、自带标准库site-packages 第三方包目录 .pth 文件追加的自定义路径第三方库存放处2.4 生成方式和存储解释器启动首先将脚本目录或者工作目录加入sys.path再读取PYTHONPATH环境变量目录加入sys.path。读取编译时固化在解释器二进制里的原始安装路径全局路径存入内存sys.base_prefix并将sys.prefix初始赋值为该值从解释器所在目录入口调用路径就是环境变量里的路径不会再解析软/硬连接向上逐层检索判断是否存在pyvenv.cfg未找到全局环境保留sys.prefix不变找到虚拟环境标记文件覆盖sys.prefix为虚拟环境根目录。基于sys.base_prefix拼接平台配套标准库系列目录lib/pythonX.Y、动态扩展目录、zip 归档等统一追加至sys.path解释器自动隐式导入并执行标准库site模块site先读取当前sys.prefix加载环境内site-packages非虚拟环境时额外加载用户独立site-packages全部追加进sys.pathsite扫描site-packages下所有.pth文件解析其中目录补充至sys.path整个流程在程序代码运行前一次性完成运行中可手动修改 sys.path 临时新增搜索路径。三、pip 包管理pip是什么Python 官方包管理工具用于安装、卸载第三方库。是否在环境变量全局 PythonScripts目录加入系统 PATH可直接调用 pip虚拟环境激活后仅当前终端临时追加 venv 的 Scripts 到 PATH关闭失效。pip 如何确定包安装位置pip工具脚本指向python解释器操作系统从path中找python解释器执行pip脚本执行pip install等价于python -m pip始终由对应环境的 Python 解释器运行 pip 内部代码。解释器初始化完成后sys.prefix代表当前生效环境根目录全局 Python 或虚拟环境。无--user参数时pip 拼接sys.prefix/lib/pythonX.Y/site-packages作为包安装目录全局 Python 带--user时忽略sys.prefix安装到用户专属site-packages虚拟环境中禁止使用--userpip 直接报错只能安装至环境内部site-packages。补充--user装用户目录--target手动指定路径。四虚拟环境的使用和管理默认情况下虚拟环境的管理是Python自带的venv模块在创建和管理虚拟环境但是venv模块管理虚拟环境有明显的缺陷环境发现困难比如说我们想知道本地当前有哪些虚拟环境venv模块无法做到我们需要磁盘扫描venv目录才能知道有哪些环境环境复制麻烦所以建议使用conda和uv。4.1 Anaconda4.1.1 AnacondaAnaconda​ 是一个完整的 Python 数据科学平台包含整套Python全局环境包含 1500 预装数据科学包Conda​ - 强大的包管理和环境管理工具4.1.2 conda是什么包管理和环境管理工具用来干什么安装管理 Python、C/C、CUDA 等各类底层依赖包弥补pip无法处理二进制依赖的短板创建和管理Python环境优势管理、查看、切换环境更方便环境隔离更彻底完全独立的Python解释器、标准库而不是软链接的方式。环境迁移方便支持导出 yml 配置一键复现整套环境。4.1.3 conda环境管理创建环境每个环境拥有完整独立 Python 解释器可自由指定任意 Python 版本# 指定Python版本创建环境conda create-nenv_namepython3.10# 从yml配置文件新建环境迁移复现使用condaenvcreate-fenvironment.yml# 克隆已有完整环境conda create-nnew_env--cloneold_env切换、查看、退出环境激活环境后系统 PATH 优先当前环境程序所有 python/pip 操作作用于该环境执行 deactivate 退出回到 base。# 查看所有已创建环境condaenvlist# 激活指定环境全平台通用conda activate env_name# 退出当前环境conda deactivate环境内使用、安装包conda pip优先用 conda install 处理 CUDA、C/C 当前环境底层依赖内置独立 pip包仅安装到当前环境# conda安装依赖推荐科学计算、底层库condainstallnumpy pandas# pip安装纯Python包pipinstallrequests# 查看当前环境已装conda包conda list# 查看当前环境pip安装的包pip list环境迁移、备份、删除环境导出 yml 保存全套依赖跨设备一键重建可直接删除无用环境释放磁盘。# 导出当前环境全部依赖到yml文件condaenvexportenvironment.yml# 根据yml文件复现整套环境condaenvcreate-fenvironment.yml# 删除无用环境-y 跳过确认conda remove-nenv_name--all-y4.2 uv是什么也是一个高性能 Python 包管理器 虚拟环境管理工具用来干什么极速安装、解析 Python 包解决原生 pip 慢、依赖解析卡顿问题仅管理 Python 类包不处理 CUDA、C 编译器等系统二进制依赖创建、管理标准规范的 Python 虚拟环境。优势安装、依赖解析速度远超 pip、conda遵循官方标准虚拟环境规范生成pyvenv.cfg兼容性强体积轻量、占用磁盘小启动快完整锁定依赖版本支持 requirements.txt、pyproject.toml迁移简单单二进制文件无需预装 Python 即可使用。如何用环境创建任意位置创建不集中管理两种构建模式本机已有对应 Python软链接复用本体解释器 标准库仅隔离site-packages目录生成pyvenv.cfg本机无对应版本自动下载完整独立 Python 至 uv 缓存目录基于该解释器构建环境后续环境构建也会复用缓存目录中全局环境。uv python list 可查看本机所有可用Python全局环境# 指定Python版本有则复用无则自动下载到缓存目录再复用uv venv--python3.10# 指定本机已存在解释器绝对路径创建uv venv--python/usr/bin/python3.10如果创建环境不指定Python版本uv 选 Python 的优先级逻辑当前目录存在.python-version文件 → 用文件里写的版本pyproject.toml有requires-python限制 → 自动匹配兼容版本上面都没有读取当前终端 PATH 里默认python/python3which python 对应的解释器若匹配版本本机不存在uv 会自动下载对应独立 Python 再创建环境# 当前目录生成 .venv自动选解释器uv venv# 自定义环境目录仍自动匹配Pythonuv venv ./env切换、查看、退出环境uv 环境分散在各个项目目录无统一命令查看全部环境依靠修改 PATH 激活语法同原生 venv。# 查看本机所有可用Python解释器系统/conda/uv自带uv python list# Linux/Mac 激活当前目录 .venvsource.venv/bin/activate# Windows cmd 激活.venv\Scripts\activate# Windows PowerShell 激活.venv\Scripts\Activate.ps1# 退出当前虚拟环境deactivate环境内使用、安装包uv 仅管理 Python 包不处理 CUDA 等底层依赖。uv add xxx标准项目用法自动写入pyproject.toml并更新uv.lock执行uv sync可批量复现全套依赖区分运行 / 开发依赖适合团队长期项目。执行 uv add 时它会自动识别当前目录下的.venv不需要激活环境uv pip install兼容 pip 语法速度远超原生 pip仅安装到环境不修改配置文件适配requirements.txt老项目迁移。激活环境后直接用原生 pip 也可行但无法复用 uv 全局缓存下载解析速度慢。注意混用弊端pip/uv pip安装的包不会记录到 lock 文件环境迁移同步时会缺失优先统一使用uv add管理依赖。# 安装运行依赖替代pip installuvaddnumpy requests# 仅开发环境依赖uvadd--devpytest black# 卸载包uv remove requests# 列出当前环境所有安装包uv list# 兼容原生pip语法uv pipinstallxxx环境迁移、备份、删除环境老项目备份、迁移# 导出标准 requirements.txt 兼容旧工具uv pip freezerequirements.txt# 根据txt批量安装依赖uv pipinstall-rrequirements.txt# 根据lock文件精确复现完全一致环境推荐pyproject.toml和lock文件pyproject.toml项目核心配置声明名称、版本、作者等元数据以及依赖包的宽松版本范围如 requests2.28是项目的“需求蓝图”开发者在此增删依赖。uv sync 第一步读取确定需要安装哪些包。uv.lock由 uv 工具根据pyproject.toml解析生成的精确锁定文件记录每个依赖的精确版本号、哈希校验值及完整依赖树确保所有环境安装结果绝对一致。禁止手动修改运行 uv sync 或 uv add 时自动更新。uv sync 第二步强制按 lock 版本安装忽略 toml 宽松范围。环境备份流程项目环境创建后先执行uv init用于创建pyproject.toml文件添加依赖uv add xxx自动更新 pyproject.toml写入依赖版本下限重新解析依赖树更新 uv.lock基于 uv.lock确定的最新版本直接将包安装进本地 .venv。备份载体将 pyproject.toml uv.lock 提交代码仓库无需上传庞大的 .venv 文件夹。uv init# 初始化项目生成pyproject.tomluvaddnumpy requests# 新增依赖自动更新双配置文件uvsync# 对齐环境、生成/更新lock环境迁移流程4. 拉取包含pyproject.toml、uv.lock的项目代码5. 进入项目目录执行uv sync自动创建.venv严格按照 lock 文件复现完全一致的依赖环境6. 生产部署剔除开发工具uv sync --no-dev。uvsync--no-dev# 复现环境仅安装生产依赖删除环境删除环境直接删除对应环境文件夹即可。五python cli是什么可直接在终端执行的 Python CLI 工具如 uvicorn、langgraph、pip用来干什么简化用户操作避免写python -m xxx原理pip和setuptools角色分工pip是前端负责下载、依赖解析setuptools是一个第三方包在site-packages中构建后端负责打包、编译、生成入口。安装策略pip优先下载预编译的Wheel (.whl)包本质上就是 .py 文件和的c编译文件如.pyd/.so的压缩包下载后直接解压到site-packages。编译场景只有安装含 C 扩展的包如 numpy且找不到匹配的轮子时.whl包pip 才会下载源码包.tar.gz并调用setuptools在本地进行 C 编译生成二进制文件构建临时whl包。生成命令在解压.whl后pip 读取console_scripts配置该配置是setuptools定义的打包规范已提前写入Wheel包中 在 bin/Scripts 目录生成可执行的启动器文件。版本注意Python 3.12 的虚拟环境不再默认预装setuptools若需从源码安装或使用旧式命令需手动pip install setuptools。核心流程开发者本地编码 → 配置console_scripts推荐使用pyproject.toml → 调用setuptools打包成.whl等文件 → 上传到 PyPI 服务器。打包时setuptools不会把pyproject.toml原封不动地塞进.whl包里。它会读取[project.scripts]里的配置然后将其翻译成Wheel包标准规范要求的格式存放在.whl包内的元数据文件夹里。# pyproject.toml 案例[project]namemy-toolversion0.1.0# 核心配置在这里[project.scripts]myclimy_package.cli:main项目目录my-tool/ ├── pyproject.toml# 或 setup.py└── my_package/# 包目录├── __init__.py └── cli.py使用者激活某个环境执行pip install xx安装解压.whl 包解压完成后pip读取并解析元数据中的console_scripts内容。生成启动脚本。以Linux为例#!/usr/bin/env python3# -*- coding: utf-8 -*-importreimportsysfrommy_package.cliimportmainif__name____main__:sys.exit(main())并将这个启动脚本放到 scripts 目录也就是 和解释器、pip同一目录下使用的时候激活环境后终端中敲命令myclibash找到启动脚本因为启动脚本中要求python解释器来执行它因此操作系统会在path 中找到解释器也就是当前环境的解释器执行这个启动脚本程序就跑起来了。