Python 多环境管理，本质是解决 不同项目依赖冲突 + 不同 Python 版本共存 的问题。下面系统梳理一遍，从「官方方案」到「工程级方案」。

一、官方方案（最基础）

1️⃣ venv（Python 官方推荐）

• Python 3 自带
• 轻量级
• 适合小项目

创建环境

python -m venv myenv

激活

• Windows

myenv\Scripts\activate

• macOS / Linux

source myenv/bin/activate

优点

✔ 官方内置 ✔ 简单 ✔ 稳定

缺点

✘ 不能管理多个 Python 版本 ✘ 不解决 Python 本身的版本切换

二、虚拟环境增强工具

2️⃣ virtualenv

• 比 venv 早
• 功能更丰富
• 兼容 Python 2

pip install virtualenv
virtualenv myenv

现在一般已被 venv 替代。

三、管理多个 Python 版本

3️⃣ pyenv（Linux / macOS 强烈推荐）

可以：

• 安装多个 Python 版本
• 切换全局版本
• 针对目录自动切换版本

安装后：

pyenv install 3.11.7
pyenv global 3.11.7
pyenv local3.10.13

优点：

✔ 专门解决版本问题 ✔ 非常适合开发环境

缺点：

✘ Windows 原版不支持（有 pyenv-win）

4️⃣ pyenv-win（Windows）

Windows 下版本管理首选。

四、工程级解决方案

5️⃣ conda（数据科学首选）

来自 Anaconda。

特点：

• 管理 Python 版本
• 管理虚拟环境
• 管理 C/C++ 库
• 管理 CUDA 等依赖

创建环境：

conda create -n myenv python=3.10
conda activate myenv

优点：

✔ 依赖解决能力强 ✔ 科学计算领域必备 ✔ 支持非 Python 包

缺点：

✘ 体积大 ✘ 启动慢

五、现代工程方案（推荐）

6️⃣ pipenv

• 把 pip + venv 整合
• 自动生成 Pipfile

pip install pipenv
pipenv install

现在使用率下降。

7️⃣ poetry（强烈推荐）

官网：Python Poetry

特点：

✔ 自动创建虚拟环境 ✔ 锁定依赖 ✔ 类似 npm/yarn ✔ 更现代

poetry new myproject
poetry add requests

优点：

✔ 非常适合团队项目 ✔ 依赖管理清晰 ✔ 支持打包发布

六、超现代方案（2024以后趋势）

8️⃣ uv（非常快）

来自 Astral

特点：

✔ Rust 编写 ✔ 比 pip 快 10-100 倍 ✔ 集成虚拟环境 ✔ 替代 pip + venv + pip-tools

uv venv
uv pip install requests

现在是 Python 社区增长最快的工具之一。

七、容器方案

9️⃣ Docker

使用：

• 每个项目一个容器
• 完整隔离系统环境

适合：

✔ 生产部署 ✔ 后端服务 ✔ CI/CD

缺点：

✘ 不适合简单本地开发

八、对比总结

🔥 如果让我给建议

💻 普通开发

👉 pyenv + poetry 或 👉 uv（最简单）

🧪 AI / 数据科学

👉 conda

🚀 生产环境

👉 Docker