使用虚拟环境隔离项目依赖，并通过requirements.txt记录包版本是Linux中管理Python包的核心方法。创建虚拟环境命令为python -m venv myenv，激活环境执行source myenv/bin/activate，退出使用deactivate。安装包用pip install package_name，导出依赖列表运行pip freeze > requirements.txt，还原环境则执行pip install -r requirements.txt。对于复杂场景可选pipenv、poetry或conda等工具，其中pipenv生成Pipfile和Pipfile.lock支持依赖分离，poetry提供一体化依赖与打包方案，conda适合数据科学项目并能管理非Python依赖。无论项目复杂度如何，使用虚拟环境加明确依赖文件是最基本且推荐的做法。
在Linux中管理Python包依赖，关键是使用合适的工具和规范流程来避免环境混乱。核心方法是通过虚拟环境隔离项目依赖，并用标准文件记录包版本。
使用虚拟环境隔离依赖
每个Python项目应使用独立的虚拟环境，防止不同项目的包版本冲突。
• 创建虚拟环境：运行 python -m venv myenv，其中 myenv 是环境目录名• 激活环境：执行 source myenv/bin/activate，命令行提示符会显示环境名称
• 退出环境：输入 deactivate 即可退出当前虚拟环境
用pip和requirements.txt管理包
激活虚拟环境后，使用 pip 安装所需包，并将依赖导出为文件。
• 导出依赖列表：pip freeze > requirements.txt，生成当前环境所有包及其版本
• 安装依赖：在另一台机器或新环境中，运行 pip install -r requirements.txt 可一键还原环境
考虑使用高级依赖管理工具
对于更复杂的依赖场景，可以选用现代工具提升效率。
立即学习“Python免费学习笔记（深入）”；
• pipenv：整合了 pip 和 virtualenv 的功能，自动生成 Pipfile 和 Pipfile.lock，支持开发/生产依赖分离• poetry：提供依赖解析、虚拟环境管理和打包发布一体化方案，适合项目发布
• conda：适用于数据科学项目，能管理Python包和非Python依赖（如C库）
基本上就这些。选择哪种方式取决于项目复杂度和个人偏好，但虚拟环境 + 明确的依赖文件是最基本且推荐的做法。
