Python依赖管理:从requirements.txt到Pipenv实战指南

闻溪
闻溪
发布时间:2026-10-13| 6人浏览过
原创

本文详细介绍Python项目中依赖管理的两种主流方式。首先讲解如何利用pip freeze生成requirements.txt并一键安装依赖,随后深入解析Pipenv工具的安装、虚拟环境创建、依赖分类(生产与开发)及锁定文件机制,帮助开发者提升项目环境配置效率。

使用requirements.txt管理依赖

在Python项目开发中,通常使用requirements.txt文件来记录项目所需的所有依赖包及其具体版本号。借助简单的pip命令,即可快速完成这些依赖的安装工作。

requirements.txt生成与安装


pip freeze >requirements.txt

接着,可以执行以下命令来一次性安装requirements.txt文件中列出的所有依赖包,这一操作极大地简化了环境配置流程。


pip install -r requirements.txt

这种通过单一命令批量安装依赖的方式,在实际开发中显得尤为便捷高效。

Pipenv工具介绍与安装

然而,近期出现了一种全新的Python包管理工具——Pipenv。该工具由Kenneth Reitz开发,旨在整合各类编程语言包管理器的优势。其工作机制类似于Node.js中的npm或yarn,能够有效解决Python 2与Python 3混合使用场景下的版本冲突问题。

首先,需要通过pip install pipenv命令完成Pipenv的安装。随后,在项目根目录下运行pipenv --three命令以生成基于Python 3的虚拟环境;若需使用Python 2环境,则可运行pipenv --two命令进行配置。

执行上述操作后,Pipenv会在当前项目中自动生成一个名为Pipfile的文件,其作用类似于Node.js中的package.json,用于记录项目所有依赖包及其版本信息。

Pipenv虚拟环境与依赖配置


[[source]]

url = "https://pypi.python.org/simple"
verify_ssl = true
name = "pypi"


[packages]



[dev-packages]



[requires]

python_version = "3.6"

如需进入虚拟环境进行开发,可输入pipenv shell命令;完成操作后,通过输入exit命令即可退出虚拟环境。此外,使用pipenv install命令可一键安装所有依赖,同时生成Pipfile.lock文件,该文件记录了本次安装时依赖包的具体状态。

在pipenv install命令后追加包名称,例如执行pipenv install flask,可将Flask安装至生产环境;若需指定环境,可添加参数,如pipenv install flask --dev,则会将Flask安装至开发环境。

同理,将install替换为uninstall即可执行卸载操作,例如pipenv uninstall --all可卸载项目下的所有依赖包。更多具体用法请参考Pipenv官方文档。

以上即为Python依赖管理的两种主要方法,希望能为读者提供有价值的参考,并欢迎大家继续支持本站获取更多技术内容。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。