pip是Python的官方包管理器，随Python一起安装（Python 2.7.9+ 和 Python 3.4+）。

安装pip

如果未安装，可以使用以下命令：

python -m ensurepip --default-pip

常用命令

# 安装包
pip install package_name

# 安装特定版本
pip install package_name==1.0.4

# 从requirements.txt安装
pip install -r requirements.txt

# 列出已安装包
pip list

# 生成requirements文件
pip freeze > requirements.txt

# 升级包
pip install --upgrade package_name

# 卸载包
pip uninstall package_name

最佳实践

• 使用虚拟环境隔离项目依赖
• 使用pip freeze > requirements.txt保存项目依赖
• 定期更新依赖包：pip list --outdated

conda是一个开源的包管理和环境管理系统，特别适合数据科学项目。

安装conda

推荐安装Miniconda（轻量版）：

# Linux/macOS
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

# Windows
下载Miniconda安装程序并运行

常用命令

# 创建环境
conda create --name myenv python=3.9

# 激活环境
conda activate myenv

# 安装包
conda install numpy pandas

# 列出环境
conda env list

# 导出环境配置
conda env export > environment.yml

# 从yml文件创建环境
conda env create -f environment.yml

# 删除环境
conda env remove --name myenv

conda优势

• 管理Python和非Python依赖
• 预编译的二进制包（特别是科学计算包）
• 跨平台支持
• 强大的环境隔离

poetry是一个现代化的Python包管理和打包工具，解决了pip和setuptools的许多痛点。

安装poetry

# 官方推荐安装方式
curl -sSL https://install.python-poetry.org | python3 -

# 添加到PATH
export PATH="$HOME/.local/bin:$PATH"

基本使用

# 创建新项目
poetry new my-project

# 初始化现有项目
poetry init

# 添加依赖
poetry add requests

# 添加开发依赖
poetry add --dev pytest

# 安装所有依赖
poetry install

# 运行脚本
poetry run python my_script.py

# 打包项目
poetry build

# 发布到PyPI
poetry publish

poetry优势

• 统一的pyproject.toml配置文件
• 自动管理虚拟环境
• 精确的依赖解析
• 简化打包和发布流程
• 依赖锁定文件确保一致性