python常用包管理器包括pip、conda、pipenv、poetry等，其中pip是官方推荐工具，用于安装、卸载和管理包，默认从pypi下载；conda为跨平台工具，适用于数据科学项目，可管理python及非python依赖，并支持环境隔离；pipenv整合pip与virtualenv，自动管理虚拟环境并使用pipfile记录依赖，提升开发体验；poetry功能全面，支持依赖管理、打包发布，采用pyproject.toml统一配置，适合工程化项目；setuptools配合pip使用，主要用于构建和分发包；venv为python内置模块，结合pip创建轻量虚拟环境，是官方推荐的基础方案。日常开发中pip+venv适用大多数场景，数据科学多用conda，大型项目可选poetry或pipenv。
Python 有多个包管理器，用于安装、升级、卸载和管理第三方库。最常用的是 pip，但还有其他工具可以配合使用或作为替代方案。以下是主要的 Python 包管理器：
1. pip
pip 是 Python 官方推荐的包管理工具，几乎所有 Python 项目都使用它来安装包。
• 安装包：pip install package_name• 卸载包：
pip uninstall package_name• 查看已安装包：
pip list• 生成依赖文件：
pip freeze > requirements.txt
pip 默认从 PyPI（Python Package Index）下载包，支持源码和预编译的 wheel 包。
2. conda
conda 是一个跨平台的包管理器和环境管理器，常用于数据科学和科学计算领域，由 Anaconda 和 Miniconda 提供。
立即学习“Python免费学习笔记（深入）”；
• 不仅能管理 Python 包，还能管理非 Python 的依赖（如 C 库、R 包等）• 可创建隔离的环境：
conda create -n myenv python=3.9• 安装包：
conda install package_name• 支持从 Anaconda Repository 和 Conda-Forge 等渠道获取包
适合需要复杂依赖或多种语言协作的项目。
3. pipenv
pipenv 是 pip 和 virtualenv 的封装工具，旨在简化依赖管理和虚拟环境操作。
• 自动创建和管理虚拟环境• 使用
Pipfile 和 Pipfile.lock 替代 requirements.txt• 安装包：
pipenv install package_name• 启用环境 shell：
pipenv shell
强调“开发体验”，适合中小型项目。
2013年07月06日 V1.60 升级包更新方式：admin文件夹改成你后台目录名，然后补丁包里的所有文件覆盖进去。1.[新增]后台引导页加入非IE浏览器提示，后台部分功能在非IE浏览器下可能没法使用2.[改进]淘客商品管理 首页 列表页 内容页 的下拉项加入颜色来区别不同项3.[改进]后台新增/修改淘客商品，增加淘宝字样的图标和天猫字样图标改成天猫logo图标4.[改进]为统一名称，“分类”改
4. poetry
poetry 是现代 Python 项目管理工具，支持依赖管理、虚拟环境、打包和发布。
• 使用pyproject.toml 统一配置项目信息和依赖• 可创建锁文件
poetry.lock 确保可复现安装• 支持发布包到 PyPI
• 命令示例：
poetry add requests
适合希望统一开发、构建和发布流程的项目。
5. setuptools 与 pip 配合使用
setuptools 本身不是包管理器，但它是构建和分发 Python 包的核心工具，常与 pip 联动。
• 用于定义可安装的包结构（setup.py 或 pyproject.toml）• pip 安装本地包时会调用 setuptools 构建
开发者在发布包时通常需要它。
6. venv + pip（标准库组合）
Python 3.3+ 内置 venv 模块，可创建轻量虚拟环境，通常与 pip 搭配使用。
python -m venv myenv• 激活环境（Linux/macOS）：
source myenv/bin/activate• 激活环境（Windows）：
myenv\Scripts\activate• 然后使用 pip 安装包
这是官方推荐的基础方式，简单可靠。
基本上就这些主流选择。日常使用中，pip + venv 足够大多数场景；数据科学常用 conda；追求工程化可选 poetry 或 pipenv。根据项目需求和个人偏好选择即可。
