详细指南：如何使用多种方法列出已安装的Python包

列出已安装 Python 包的常见应用场景

在更换设备、迁移项目或排查环境冲突时，准确获取已安装的 Python 包列表至关重要。掌握不同工具的输出特性，可以帮助开发者快速完成依赖审计或构建标准化配置文件。

第1步：使用 pip list 获取标准安装清单

目的：快速查看当前环境中所有直接安装的包及版本号。 入口：系统终端或命令提示符。 操作：运行基础命令即可查看结构化表格。 重要参数：无默认过滤时显示全部，包含核心包与第三方库。 完成状态：终端输出按名称升序排列的两列数据（包名与版本）。

pip list

如需将结果持久化保存以便后续核对，可追加重定向符号：

pip list > installed_packages.txt

此时工作目录会生成同名文本文件，记录完整列表。

第2步：使用 pip freeze 输出 Requirements 格式

目的：生成符合标准的依赖声明文本，常用于项目复现。 入口：终端。 操作：执行冻结命令。该方式输出的每一行均为 包名==版本 结构，可直接写入 requirements.txt 供其他机器解析。 完成状态：控制台打印纯文本格式的包清单，便于直接复制粘贴到配置文件中。

pip freeze

第3步：在 Python 代码内调用 pkg_resources 读取

目的：在运行时的 Python 脚本中动态获取环境包信息，适用于自动化运维或程序内部判断。 入口：任意 .py 文件。 操作：导入 setuptools 提供的模块并遍历工作集。注意：该路径在较新版本的 Python 中建议逐步过渡至 importlib.metadata。 代码实现如下：

import pkg_resources

installed_packages = pkg_resources.working_set
for package in installed_packages:
	print(f"{package.key}=={package.version}")

完成状态：脚本运行后逐行打印包标识与对应版本号。

第4步：借助 pipdeptree 可视化依赖树

目的：排查间接依赖冲突或理解包之间的层级引用关系。 准备条件：该功能非内置，需先手动安装工具包。 风险提醒：安装过程可能变更本地索引缓存，不影响现有业务环境，但大规模部署前建议核对锁文件版本。 操作顺序：

1. 安装可视化工具：

   pip install pipdeptree

2. 启动依赖图谱：

   pipdeptree

完成状态：终端以缩进树状结构展示主包及其引用的底层库，便于定位循环依赖或版本不匹配问题。

第5步：在 Pipenv 容器中锁定项目环境

目的：仅针对当前工程目录提取隔离环境下的精准依赖列表。 准备条件：项目根目录存在 Pipfile 文件。 操作顺序：

1. 进入项目目录并激活沙盒：

   pipenv shell

2. 生成只读依赖快照：

   pipenv lock --requirements

完成状态：输出内容严格受限于 Pipfile.lock 的记录，排除全局环境干扰，适合交付测试。

第6步：于 Jupyter Notebook 单元格中实时查询

目的：在交互式分析或教学演示场景中快速确认内核环境。 操作：在任意代码单元格内添加 Shell 前缀执行查询。参数：保持与 pip 一致。 示例：

!pip list

完成状态：单元格下方渲染区直接输出表格形式的安装包清单，无需额外跳转终端。

选择合适工具的判断依据

日常维护与报表生成首选 pip list 获取直观数据；团队协作与自动化部署采用 pip freeze 确保版本锁定；遇到“依赖冲突”报错时启用 pipdeptree 追溯源头；容器化项目管理应依托 Pipenv 或 Conda 保持上下文纯净；Notebook 交互则利用感叹号前缀无缝衔接。以上就是列出已安装Python包的详细内容，更多关于Python环境配置与依赖管理的资料请关注本站其它相关文章！