跳至主要內容

版本管理工具

2332024年7月31日大约 25 分钟

版本管理工具

Python版本管理工具

类似于 Nodejs 中的 NVM 用于管理多个 nodejs 版本, Python 也有类似的 Python 版本管理工具

pyenv

GitHub - pyenv/pyenv: Simple Python version management

pyenv 可让您轻松地在多个 Python 版本之间切换。它简单、不引人注目，并且遵循 UNIX 单一用途工具只做好一件事的传统。

pyenv 使用注入到PATH中的 shim 可执行文件拦截 Python 命令，确定应用程序指定的 Python 版本，并将命令传递到正确的 Python 安装。

更详细的信息请参阅 GitHub - pyenv/pyenv: Simple Python version management

安装

UNIX/MacOS
# 如果需要的话可以设置下 https 代理, 例如:
export http_proxy="http://127.0.0.1:7890"
export https_proxy="http://127.0.0.1:7890"
# 安装 pyenv
curl https://pyenv.run | bash

image-20240731170648771

image-20240731170700389

根据输出提示中所说的那样, 如果你用的是 bash 那就在 ~/.bashrc 中添加如下命令, 如果用的是 zsh 则在 ~/.zshrc 中添加如下命令, 其他 shell 同理

export PYENV_ROOT="$HOME/.pyenv"
[[ -d $PYENV_ROOT/bin ]] && export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"

有关更多详细信息，可以参阅此项目组的其他项目： GitHub - pyenv/pyenv-installer: This tool is used to install pyenv and friends.

使用

这里只讨论 Linux 下的 pyenv 的使用

首先需要把一些基础的 Python 构建工具库安装一下

sudo apt-get update
sudo apt-get install -y make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev python3-openssl git

安装并切换到指定 Python 版本, 例如:

# 安装 python3.10.4
pyenv install 3.10.4
# 为全局激活 python3.10.4(root用户下尽量不要使用)
pyenv global 3.10.4
# 每当您位于当前目录（或其子目录）时自动选择
pyenv local 3.10.4
# 仅选择当前 shell 会话
pyenv shell 3.10.4

image-20240731182322273

PS: 用起来感觉还是有些问题, 机子环境比较复杂, 有时候使用 pyenv 设置了 python 环境没能生效

目前暂时只是用来在 Linux 系统上下载与安装不同版本的 python, 然后后续结合 poetry 使用

conda

Getting started with conda — conda 24.7.2.dev10 documentation

Conda 是一个开源的包管理和环境管理系统，它能够运行、安装和更新各种包和依赖，包括 Python 和非 Python 包。Conda 适用于 Windows、macOS 和 Linux 系统。

我们可以通过安装 conda 发行版来使用 conda, 常见的 conda 发行版主要是 miniconda 和 anaconda

miniconda

Miniconda — Anaconda documentation

Miniconda 是 conda 的免费最小安装程序。它是 Anaconda 的一个小型引导版本，仅包含 conda、Python、它们所依赖的包以及少量其他有用的包（例如 pip、zlib 等）。如果您需要更多软件包，请使用conda install命令从 Anaconda 公共存储库或其他渠道（例如 conda-forge 或 bioconda）默认提供的数千个软件包中进行安装。

先看下 系统要求 — Anaconda 文档 --- System requirements — Anaconda documentation 确认当前机器是否支持安装 miniconda

如果支持的话则根据 Miniconda — Anaconda documentation 进行安装即可

Anaconda

anaconda.com/download

Anaconda Distribution 是一个功能齐全的安装程序，附带一套用于数据科学的软件包，以及 Anaconda Navigator（一个用于 conda 环境的 GUI 应用程序）。

安装
Windows

bpo-42627: Fix wrong parsing of Windows registry proxy settings by CrazyBoyFeng · Pull Request #26307 · python/cpython · GitHub

需要注意的是, 如果使用 Clash 的话需要可以打开此配置

image-20240731154928528

否则使用 Anaconda Navigator 或者 conda 环境操作时会报错

安装包

Anaconda 官网
可在此处获取其他版本的安装包

需要注意的是 Anaconda 装完之后打开命令行总会自动进入 conda 环境, 可以通过更改 conda 配置来取消自动进入

conda config --set auto_activate_base false

如果想要设置自动进入的话将 false 改为 true 运行即可

安装完成后打开 Anaconda Navigator:

image-20220523093633147

配置

Anaconda 安装完成后调起命令行会默认启动 conda 环境, 可以使用如下命令开启或关闭该项配置

# 关闭自动启动conda环境
conda config --set auto_activate_base false
# 启动自动启动conda环境
conda config --set auto_activate_base true
创建与使用 python 环境
使用 Anaconda Navigator

打开 Anaconda Navigator -> Environments 在环境列表底部按钮中找到 Create 并点击

image-20220517153334579

为新环境命一个名(英文命名, 尽量简短些, 之后激活要用)

选择 Python 环境可以保守些, 比如最新版本回退一两个大版本这样的, 主要是因为有一些三方库更新没跟上, 不一定支持最新版本

image-20220517153442365

在命令行中使用 conda 环境可以使用如下指令激活:

conda activate 环境名

image-20220517153733464

使用命令行

创建一个名为 BigData, python 版本为 3.9 的虚拟环境

conda create -n BigData python=3.9

激活 BigData conda 环境

conda activate BigData

20211219072053

退出当前虚拟环境

conda deactivate

Conda clean 净化Anaconda - 简书 (jianshu.com)
Anaconda conda常用命令：从入门到精通_chenxy_bwave的专栏-CSDN博客_conda常用命令
Anaconda 官网
可在此处获取其他版本的安装包

Anaconda 换源

anaconda修改国内源 - 余者皆可 - 博客园 (cnblogs.com)

Anaconda 换国内源_scl52tg的博客-CSDN博客_conda 换源

  • 打开 anaconda prompt
    20220113131937
    20220113132007

  • 执行以下命令来配置清华源：

    不打开 navigator 也是完全可行的, 打开命令行就可以了, 前提是为 anaconda 配置了环境变量

    只要在命令行中 conda -V 有版本号输出就可以了

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

    配置清华源是为了后续使用 pip 命令安装 python 库时快些, 不配置换源而直接使用默认源的话在墙内容易超时报错

    中科大源:

    conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

    需要注意的是 conda 换源后会使更新 conda 的操作可能会报错

    因此在更新 conda 的时候记得回复默认源

    conda config --remove-key channels

    查看源:

    conda config --show

    image-20220804012242625

Anaconda Navigator 升级
conda update conda -y
conda update anaconda -y
conda update anaconda-navigator -y

如果进行了换源操作记得在升级前恢复默认源, 否则可能会在镜像源中找不到更新包

conda config --remove-key channels
报错收集
check_hostname requires server_hostname
  • 本来是在 Pycharm 中新建 conda 环境报的错误,接着打开 Anaconda Navigator 也报了相同的错误
  • 最终在anaconda-issues #12410找到的相同报错及解决方案为 关掉VPN

对于 Clash 而言可以打开此项配置

image-20230719000029091

bpo-42627: Fix wrong parsing of Windows registry proxy settings by CrazyBoyFeng · Pull Request #26307 · python/cpython · GitHubopen in new window

开了之后就正常了:

image-20230719000057721

各类 HTTPError 相关

我这边报错都是清华的源报错,换成阿里的源就没问题了(

  • https://mirrors.aliyun.com/anaconda/pkgs/main/

    20210522090710

ModuleNotFoundError: No module named 'pip._vendor....'
  • pip 出问题了
  • 在 CMD.exe Prompt 中执行 conda update pip 即可

Linux-update-alternatives

如何在ubuntu中切换使用不同版本的python_python_脚本之家 (jb51.net)

在 Linux 上, 类似于Java | DailyNotes (ayusummer233.gitlab.io) 中提到的可以用 update-alternatives 管理当前 jdk 版本

python 也可以使用 update-alternatives 管理全局的 python 版本, 详见 如何在ubuntu中切换使用不同版本的python_python_脚本之家 (jb51.net)

Python依赖版本管理工具

virtual environment

# 安装 virtualenv
pip install virtualenv

# 使用 virtualenv 创建虚拟环境
virtualenv -p python3 env

# 激活虚拟环境(Windows)
.\env\Scripts\activate

# 激活虚拟环境(Linux)
source env/bin/activate

这里的 -p python3 中的 python3 具体会创建什么版本的 python 环境, 只需要在当前命令行中 python3 -V 看一下就知道了

相应的要创建什么版本的 python 环境, 也可以直接将 python3 环境指定环境 python 解释器的路径, 例如

virtualenv -p /usr/bin/python3.11 env

PS: 使用 conda 环境的 python 创建虚拟环境时最好进入 conda activate [env_name] 然后再使用 virtualenv -p python [env_name] 来创建, 直接使用 conda python 路径创建可能会卡住

  • 在 Win 中对应环境变量中路径下匹配到的首个 python.exe, 相应的 python3 就对应的是第一个匹配到的 python3.exe, 可以使用如下命令确认:

    python -V
python3 -V

python
>>> import sys
>>> print(sys.executable)

    image-20231109144745689

  • 在 Linux 中对应的即为 /usr/bin/python 符号链接指向的 python 程序, linux 中要修改的话修改相应 /usr/bin/pythonxx 符号链接对应的 python 程序路径即可

    image-20231109145155632

Pipenv

这里记录的是 ubuntu 下的配置
Windows 的话 Pycharm 中有自带的 Pipenv 包

如何开始使用 Pipenv？ | w3c笔记 (w3cschool.cn)

WSL Ubuntu 18.04上使用pipenv的4个关键点 | 老梅笔记 (laomeinote.com)

Pipenv: Python Dev Workflow for Humans — pipenv 2021.11.9 documentation (pypa.io)

12. Virtual Environments and Packages — Python 3.10.0 documentation

Pipenv 是 Python 的 Python 打包工具，是对使用 Pip、Venv 和 requirements.txt的升级。Pipenv 是将包管理与虚拟环境相结合的好方法。

虚拟环境是一个自包含的目录树，其中包含针对特定 Python 版本的 Python 安装，以及许多其他包。

安装 pipenv 模块:

apt install pipenv
pip insatll pipenv

使用 cd 命令切换到需要安装虚拟环境的目录安装虚拟环境(如果当前目录下没有 Pipfile 则会先生成 Pipfile, 如果有的话便会继续安装虚拟环境):

pipenv install

Pipfile 中将 [[source]] 区域下的 url 改为国内的源

# 华为镜像
https://repo.huaweicloud.com/repository/pypi/simple
# 阿里镜像
https://mirrors.aliyun.com/pypi/simple
# 官方源
https://pypi.python.org/simple

image-20211114221709756

如果默认生成的 Pipfile 中的包特别多, 那么这条命令会执行很长时间且没有 log, 这将会是一个很折磨的过程(

启动虚拟环境

pipenv shell

可以通过 exit 退出虚拟环境

Poetry

Poetry - Python dependency management and packaging made easy (python-poetry.org)

python-poetry/poetry: Python dependency management and packaging made easy. (github.com)

Poetry 是 Python 的依赖管理器

Poetry 可以帮助您声明、管理和安装 Python 项目的依赖项，确保到处都有正确的 stack。

系统需求

需要 Python3.8+

Windows Python 基本都是到官网下的比较新的版本, 一般不会出问题

PS: Windows 尽量不要使用微软商店提供的 Python, 目录管理混乱, 导致很多衍生命令执行时走默认路径检测会报错

主要是 Linux, 尤其是服务器使用老版本 Linux 自带的 python3 版本可能比较老, 需要注意一下, 如果低于 Python3.8 则需要对应安装, 推荐使用上文提到的 pyenv

安装

Introduction | Documentation | Poetry - Python dependency management and packaging made easy (python-poetry.org)

Poetry 提供了一个自定义的安装程序, 通过解构 Poetry 的依赖关系, 将 Poetry 与系统的其他部分隔离开

pipx

Windows 推荐使用 pipx 的方式安装

kali 不建议使用此种方式安装

安装 pipx(需要 pip 19.0 及以上版本)

pip install --user pipx

image-20240319113705723

可以看到最后有 warning 提示当前没有添加 Path, 可以 cd 到对应目录然后运行

.\pipx.exe ensurepath

image-20240319113958368

安装完 pipx 后可以通过 pipx 安装 poetry(记得重启 powershell 以更新环境变量)

pipx install poetry

image-20240319114404568

配置文件

Configuration | Documentation | Poetry - Python dependency management and packaging made easy (python-poetry.org)

  • macOS: ~/Library/Application Support/pypoetry
  • Windows: C:\Users\<username>\AppData\Roaming\pypoetry

可以通过:

poetry config virtualenvs.in-project true

来让 poetry 默认在项目根目录下创建 venv 作为虚拟环境目录, 或者直接写配置文件:

[virtualenvs]
in-project = true

此项配置默认为 false

若在配置此项之前创建了虚拟环境, windows 下应该在 C:\Users\用户名\AppData\Local\pypoetry\Cache\virtualenvs 目录下, 将其删除后重新在项目根目录下 poetry install 即可在项目根目录下创建 .venv 作为虚拟环境目录

pyproject.toml

换源

The pyproject.toml file | Documentation | Poetry - Python dependency management and packaging made easy (python-poetry.org)

Poetry 默认配置从 PyPI 查询依赖包, 如果想要使用私仓(或是镜像)的话需要如如下配置

[[tool.poetry.source]]
name = "private"
url = "http://example.com/simple"

例如:

[[tool.poetry.source]]
name = "aliyun"
url = "http://mirrors.aliyun.com/pypi/simple"
priority = "primary"
[[tool.poetry.source]]
name = "tsinghua"
url = "https://pypi.tuna.tsinghua.edu.cn/simple/"
priority = "primary"

基本用法

安装依赖

Python - poetry(5) 依赖规范 (win80.net)

使用 Python Poetry 进行依赖管理-云社区-华为云 (huaweicloud.com)

Python依赖管理及打包工具Poetry使用规范 - 掘金 (juejin.cn)

对于一个用 poetry 设置 python 环境的项目, 其根目录下有 poetry 的pyproject.toml 即可通过 poetry install 来安装该项目所需的依赖, 如果发现卡主或是其他问题, 可以使用 poetry -vvv install 以在安装依赖时查看更详细的调试信息

可以在 pyproject.toml 的 tool.poetry.dependencies 区域指明依赖版本

image-20220527073752137

也可以通过 poetry add 来安装依赖

poetry add numpy
使用虚拟环境

默认情况下, poetry 会在 {cache-dir}/virtualenvs ({cache-dir}\virtualenvs on Windows)目录下创建一个虚拟环境:

image-20220527074613612

如果先前设置了 poetry config virtualenvs.in-project true 的话执行 poetry install 安装依赖则会装在项目根目录的 .venv 里

激活虚拟环境: cd 进入 .venv 然后使用 poetry shell 激活虚拟环境

结合 conda 环境使用

poetry 可以直接使用 conda 环境而不单独创建虚拟环境

只需要先 activate 对应 conda 环境, 然后把 pyproject.toml 中的 python 版本对其当前 conda 环境版本即可

此时使用 poetry shell 会输出 Virtual environment already activated: xxxxxx

不过当然也可以使用 conda 环境来创建虚拟环境, 只需要使用 poetry env use 对应conda环境的python.exe路径 即可利用该 conda 环境创建虚拟环境

在当前 conda 环境的 bin 目录中找不到 activate 脚本导致环境激活失败(ubuntu)

在该 conda 环境的 bin 目录下新建一个 activate 文件, 写入如下代码然后重新 poetry shell 即可

#!/bin/sh
_CONDA_ROOT="/root/anaconda3/envs/xxx"	# 该 conda 环境根目录
# Copyright (C) 2012 Anaconda, Inc
# SPDX-License-Identifier: BSD-3-Clause
\. "$_CONDA_ROOT/etc/profile.d/conda.sh" || return $?
conda activate "$@"

奇怪的是虽然没有 activate 脚本, 但是直接 conda activate 是有用的

删除虚拟环境

查找虚拟环境的位置:

poetry env info --path

列出所有的虚拟环境:

poetry env list

从上述命令输出中找到需要删除的虚拟环境的名称然后运行如下命令:

poetry env remove [虚拟环境名称]

常见问题

Failed to create the collection: Prompt dismissed..

Error: Unable to store the password for poetry-repository-pypi in the key ring: Failed to unlock the collection! · Issue #2692 · python-poetry/poetry (github.com)

python poetry 1.0.0 private repo issue fix – Frank-Mich's Blog

# test.py
import keyring
print(keyring.util.platform_.config_root())
poetry run python test.py

打开输出的文件目录(不存在则创建), 新建一个 keyringrc.cfg, 填入

[backend]                                    
default-keyring=keyring.backends.fail.Keyring
卡 keyring

Poetry blocks on "Pending..." during installation · Issue #6050 · python-poetry/poetry (github.com)

有时候 poetry install 会一只卡 pending, 此时需要查看一些调试信息, 可以使用 poetry -vvv install 来查看更多运行时信息, 如果发现是卡在 keyring 上, 可以运行如下命令

export PYTHON_KEYRING_BACKEND=keyring.backends.null.Keyring

然后重新 poetry -vvv install 即可

企业微信截图_17131654242132

python 版本不对

PS: 如下方案是纯手动的, 推荐优先使用上文中提到的 pyenv

比如这个仓库需要 python 3.10 以上的 python 版本, 这里虽然我全局 python 目前是 3.10, 但是 poetry 当时是 python 3.8 版本安装的, 使用了当时全局的 python 3.8 环境

image-20240507224630840

因此这里需要将 poetry 的默认 python 版本指向 python3.10

# 查看 poetry 当前使用的 python 版本(在带 pyproject.toml 的目录下执行)
poetry env info

image-20240507230153035

# 为 poetry 指定需要使用的 python 环境
poetry env use [python可执行程序路径]
# PS: 如果需要使用的就是当前全局的 python 的话也可以直接
poetry env use python

image-20240507230346854

macOS VSCode识别不到 poetry 创建的 .venv 虚拟环境

macOS VSCode 不知道什么原因 poetry 新建的 .venv 虚拟环境无法被正确识别，无法在右下角选择 python 解释器弹出的下拉菜单中找到对应的 python 解释器

即便手动选择 python 程序文件也无法正常识别

此时可以使用如下方法来成功配置虚拟环境：

使用 VSCode 打开 .venv 所在的目录，此时 .venv 直接在当前工作区根目录下 VSCode 可以识别到，在右下角选择 Python 解释器选项中可以选择到虚拟环境

此时再重新打开之前的目录也可以选择到此虚拟环境了

PDM

pdm-project/pdm: A modern Python package manager with PEP 582 support. (github.com)

PDM - 一款新的 Python 包管理器 | Frost's Blog (frostming.com)

pdm/README_zh.md at main · pdm-project/pdm (github.com)

官方文档已经讲得很详细了, 这里摘录下来方便个人阅读

持续集成中的 Python - 狂飙 (networm.me)

PDM 是由 Poetry 开发组的成员开发的( •̀ ω •́ )✧

概述

PDM 旨在成为下一代 Python 软件包管理工具。它最初是为个人兴趣而诞生的。如果你觉得 pipenv 或者 poetry 用着非常好，并不想引入一个新的包管理器，那么继续使用它们吧；但如果你发现有些东西这些 工具不支持，那么你很可能可以在 pdm 中找到。

PEP 582 提出下面这种项目的目录结构：

foo
    __pypackages__
        3.8
            lib
                bottle
    myscript.py

项目目录中包含一个__pypackages__目录，用来放置所有依赖的库文件，就像npm的node_modules一样。 你可以在这里阅读更多提案的细节。

主要特性

  • PEP 582 本地项目库目录，支持安装与运行命令，完全不需要虚拟环境。
  • 一个简单且相对快速的依赖解析器，特别是对于大的二进制包发布。
  • 兼容 PEP 517 的构建后端，用于构建发布包(源码格式与 wheel 格式)
  • 灵活且强大的插件系统
  • PEP 621 元数据格式
  • 像 pnpm 一样的中心化安装缓存，节省磁盘空间

为什么不用虚拟环境

现在大部分的 Python 包管理器也同时管理虚拟环境，这主要是为了隔离项目开发环境。但如果涉及到虚拟 环境嵌套虚拟环境的时候，问题就来了：你可能用一个虚拟环境的 Python 安装了某个虚拟环境管理工具， 然后又用这个工具去创建更多虚拟环境。当某一天你升级了新版本的 Python 你必须一个一个去检查这些 虚拟环境，没准哪个就用不了了。

然而 PEP 582 提供了一个能把 Python 解释器和项目开发环境解耦的方法。这是一个相对比较新的提案， 没有很多相关的工具实现它，这其中就有 pyflow。但 pyflow 又是用 Rust 写的，不是所有 Python 的社区 都会用 Rust，这样就没法贡献代码，而且，基于同样的原因，pyflow 并不支持 PEP 517 构建。

安装

pdm/README_zh.md at main · pdm-project/pdm (github.com)

安装 PDM 需要 Python 3.7 或更高版本

但是运行 PDM 没有 Python 版本要求

Linux/Mac
curl -sSL  https://ghproxy.com/https://raw.githubusercontent.com/pdm-project/pdm/main/install-pdm.py | python3 -

QuickStart

初始化一个新的 PDM 项目:

新建一个项目文件夹, 在当前文件夹目录下打开 powershell:

pdm init

按照指引回答提示的问题，一个 PDM 项目和对应的pyproject.toml文件就创建好了。

image-20220526212055852

把依赖安装到 __pypackages__ 文件夹中

pdm add tk

# 删除则可用:
pdm remove tk

working with PEP 582

推荐在 .gitignore 中忽略

__pypackages__/
.pdm.toml

对于 VSCode, 可以先用命令行安装 pdm-vscode:

pdm plugin add pdm-vscode

安装完后, 在输入 pdm init 或者 pdm use 命令后会自动创建 .vscode/settings.json

{
  "python.autoComplete.extraPaths": ["__pypackages__/<major.minor>/lib"],
  "python.analysis.extraPaths": ["__pypackages__/<major.minor>/lib"]
}

需要结合 pylance 使用的话需要在项目根目录创建一个 pyrightconfig.json:

{
    "exclude": ["__pypackages__"]
}

PDM Scripts

例如运行 main.py 可以使用

Windows
pdm run python main.py

PDM-packer

frostming/pdm-packer: A PDM plugin that packs your packages into a zipapp (github.com)

A PDM plugin that packs your packages into a zipapp

pdm-packer requires Python >=3.7

安装:

pdm plugin add pdm-packer

image-20220526214016279

使用:

$ pdm pack [common-options] [pack-options]

Common Options:

-h, --help

show this help message and exit

-v, --verbose

-v for detailed output and -vv for more detailed

-g, --global

Use the global project, supply the project root with -p option

-p PROJECT_PATH, --project PROJECT_PATH

Specify another path as the project root, which changes the base of pyproject.toml and __pypackages__

Pack Options:

-m MAIN, --main MAIN

Specify the console script entry point for the zipapp

-o OUTPUT, --output OUTPUT

Specify the output filename. By default the file name will be inferred from the project name.

-c, --compress

Compress files with the deflate method, no compress by default

--pyc, --compile

Compile source into pyc files

--no-py

Remove the .py files in favor of .pyc files

-i INTERPRETER, --interpreter INTERPRETER

The Python interpreter path, default: the project interpreter

--exe

Create an executable file. If the output file isn't given, the file name will end with .exe(Windows) or no suffix(Posix)

See also: https://docs.python.org/3.9/library/zipapp.html

示例:

# Create with default name(<project_name>.pyz) and console_script as the __main__.py
pdm pack
# Create an executable file
pdm pack --exe
# Create with custom __main__.py and filename
pdm pack -o app.pyz -m app:main

pipx

pipx (pypa.github.io)

pypa/pipx: Install and Run Python Applications in Isolated Environments (github.com)

安装

pipx-Installation

Windows
pip install pipx --user pipx

image-20220526203216819

提示需要将路径添加到 PATH, 这个可以让 pipx 来完成

首先 cd 到安装 pipx 的目录, 然后执行 ./pipx ensurepath:

image-20220526203255502

然后重启终端输入 pipx 看看有没有反馈信息

如果有回显信息:

image-20220526205728337

那么说明成功了

如果没有的话则需要手动将 C:\Users\233\AppData\Roaming\Python\Python38\Scripts(以我上面安装pipx的路径为例) 添加到环境变量的 PATH 变量中

概述

Pipx 是一个帮助您安装和运行用 Python 编写的最终用户应用程序的工具。它大致类似于 macOS 的 brew，JavaScript 的 npx，和 Linux 的 apt。

它与 pip 密切相关。实际上，它使用 pip，但是它专注于安装和管理可以从命令行直接作为应用程序运行的 Python 包。

pipx 与 pip 的区别

Pip 是一个通用的包安装程序，用于没有环境隔离的库和应用程序。

Pipx 是专门为应用程序安装而设计的，因为它增加了隔离性，但仍然使应用程序可以在外壳中使用: pipx 为每个应用程序及其相关包创建一个隔离的环境。

pipx 从什么地方安装 app

默认情况下，pipx 使用与 pip 相同的包索引 PyPI。Pipx 还可以从所有其他来源安装 pip can，比如本地目录、 wheel、 git url 等。

Python 和 PyPI 允许开发人员使用“控制台脚本入口点”分发代码。这些入口点允许用户从命令行调用 Python 代码，有效地起到独立应用程序的作用。

Pipx 是一个工具，用于以安全、方便和可靠的方式安装和运行这些数千个包含应用程序的软件包。在某种程度上，它把 pythonpackageindex (PyPI)变成了 Python 应用程序的大型应用程序商店。并不是所有的 Python 包都有入口点，但是很多都有。

编辑此页
上次编辑于: 2025/1/9 08:34:47
贡献者: 233Mac,233,ayusummer233,233PC
Copyright © 2025 233