依赖管理工具总览

学习目标

本章节你将了解：

• Python 包管理工具的演进历史
• 主流依赖管理工具的特性对比
• 如何根据项目需求选择合适的工具

工具演进历史

发展脉络

时期	工具	特点
1998-2004	distutils	Python 内置，功能有限
2004-2008	setuptools	增强 distutils，引入 egg 格式
2008-2017	pip	成为标准包管理器，简化安装流程
2017-至今	现代工具	依赖锁定、虚拟环境集成、项目管理一体化

主流工具对比

功能对比表

特性	pip	Poetry	uv	PDM	Pipenv	Hatch	Conda
安装速度	基线	中等	⚡ 极快	快	慢	快	中等
依赖解析	基础	强大	强大	强大	强大	强大	强大
虚拟环境	手动	自动	自动	自动	自动	自动	自动
锁定文件	❌	✅	✅	✅	✅	✅	❌
项目配置	requirements.txt	pyproject.toml	pyproject.toml	pyproject.toml	Pipfile	pyproject.toml	environment.yml
打包发布	需 setuptools	✅ 内置	✅ 内置	✅ 内置	❌	✅ 内置	❌
多 Python 版本	❌	❌	✅	❌	❌	❌	✅
非 Python 依赖	❌	❌	❌	❌	❌	❌	✅

各工具简介

pip - 标准包管理器

Python 官方内置的包管理器，所有 Python 安装都自带。

pip install requests
pip freeze > requirements.txt

优势：内置无需安装、生态兼容性最好 劣势：无依赖锁定、无虚拟环境管理

Poetry - 成熟的项目管理工具

一体化的依赖管理和打包工具，类似 npm/pnpm。

poetry new my-project
poetry add requests
poetry install

优势：功能完整、社区成熟、插件生态丰富 劣势：安装速度较慢、学习曲线略陡

uv - 高性能现代工具

Rust 编写的超快包管理器，由 Ruff 团队开发。

uv init my-project
uv add requests
uv run python main.py

优势：极速（比 pip 快 10-100x）、可替代多个工具 劣势：较新、生态仍在发展

PDM - PEP 标准兼容

严格遵循 PEP 标准的现代包管理器。

pdm init
pdm add requests
pdm run python main.py

优势：完全兼容 PEP 标准、支持 PEP 582（无虚拟环境） 劣势：社区相对较小

Pipenv - 虚拟环境集成

结合 pip 和 virtualenv 的工具，曾被 PyPA 推荐。

pipenv install requests
pipenv shell

优势：简化虚拟环境管理、安全检查 劣势：解析速度慢、维护活跃度下降

Hatch - 现代项目管理

专注于项目管理和构建的现代工具。

hatch new my-project
hatch env create
hatch run test

优势：多环境管理、构建系统灵活 劣势：学习曲线较陡

Conda - 科学计算生态

Anaconda 生态的包管理器，支持非 Python 依赖。

conda create -n myenv python=3.11
conda activate myenv
conda install numpy pandas

优势：科学计算包预编译、支持 C/C++ 依赖 劣势：环境体积大、与 pip 混用需谨慎

与前端工具对比

特性	npm/pnpm	Poetry/uv
配置文件	package.json	pyproject.toml
锁定文件	package-lock.json / pnpm-lock.yaml	poetry.lock / uv.lock
依赖目录	node_modules/	.venv/
脚本运行	npm run	poetry run / uv run
开发依赖	devDependencies	[tool.poetry.group.dev]

选择建议

按场景推荐

推荐总结

场景	推荐工具	理由
新手入门	pip	内置无需额外安装，先理解基础概念
个人项目（追求速度）	uv	极速安装，一体化体验
团队协作	Poetry	成熟稳定，文档完善，社区活跃
需要发布到 PyPI	Poetry / uv	内置打包发布功能
科学计算/数据分析	Conda	预编译包，支持 C 扩展
严格遵循 PEP 标准	PDM	完全兼容 PEP 582/621
大型项目（依赖多）	uv	安装速度优势明显

开始学习

选择适合你的工具，深入学习：

• Poetry 完整指南 - 成熟稳定的项目管理工具
• uv 完整指南 - 极速的现代化包管理器

小结

• pip 是基础，但现代项目推荐使用更强大的工具
• Poetry 成熟稳定，适合大多数团队项目
• uv 追求极致速度，是新兴的有力竞争者
• Conda 是科学计算的首选
• 选择工具时，考虑团队现状和项目需求