Python环境管理我换了三种方案,终于找到了最顺手的

刚学Python那段时间，我差点被环境管理劝退。写了一个爬虫程序，三个月后想跑起来。依赖包全乱了，pip list出来一片红。那感觉就像你书桌抽屉塞满了杂物，想找支笔都要翻半天。

第一个方案我选了Anaconda。那时候觉得挺好的，安装方便，界面也漂亮。用conda create建环境，一键搞定。慢慢发现问题了。conda装包特别慢，有时候等半天没反应。更坑的是，conda的源有时候会出问题，装不上包。我试着换清华源，换阿里源，折腾好几次。有一次装TensorFlow，conda和pip混着用，环境直接坏了。我查了很多资料，最后只能删掉重装。

第二个方案是pipenv。朋友推荐的，说这个工具比conda轻量。我用了一段时间感觉还行。用pipenv install装包会比conda快一些。但问题也不少。Pipfile.lock文件特别大，合并代码的时候经常冲突。团队其他人用Windows，我用Mac，锁文件总对不上。有一次项目上线前，环境死活部署不成功。查了三个小时，发现是pipenv的bug。那一次真的把我搞崩溃了。

第三个方案我选了venv加pip加requirements.txt。这个组合看着很简单，一开始我还嫌弃它太原始。用下来发现，简单的东西往往最不容易出错。python -m venv创建环境，source activate进去，然后pip install -r requirements.txt。整个过程几分钟搞定。出了问题也很好查，就是哪个包版本不对或者依赖缺失。没有黑盒问题。

写代码的人最怕什么？最怕工具本身成为障碍。我认识一个哥们，写Python三年了还在用全局环境。他说能跑就行。我觉得他说得对，但也不全对。全局环境装多了包，自己都不知道装过什么。某天一个升级，可能就让老代码挂了。venv这种隔离环境，至少不会互相影响。

现在我每开始一个新项目，先建venv环境。配一个requirements.txt，用pip freeze记录好。换电脑或者给别人用，直接pip install就搞定。真的舒服。conda和pipenv本身不是不好，是你得花时间学它们的规则。规则多了，就多了出错的可能。

写代码这么多年，我明白一个道理。工具是用来服务人的，不是用来折腾人的。如果你也在环境管理上吃过亏，可以试试venv加pip这个方案。别觉得它简单就看不上。很多时候，最简单的方法反而最管用。