Python多环境管理有五种常用方法：一、venv创建隔离虚拟环境；二、conda管理跨语言环境；三、pyenv统一管理Python版本；四、pipenv实现依赖锁定；五、Docker容器化运行环境。
如果您在开发多个Python项目时遇到依赖冲突或版本不一致的问题，则可能是由于不同项目需要不同版本的Python解释器和第三方库。以下是管理Python多环境的几种常用实践方法：
一、使用venv创建隔离的虚拟环境
venv是Python 3.3+内置的标准模块，用于在项目目录下创建独立的Python运行环境，避免全局site-packages被污染。
1、打开终端，进入目标项目根目录。
2、执行命令python -m venv env_name，其中env_name为自定义的环境名称（如venv）。
立即学习“Python免费学习笔记（深入）”；
3、激活虚拟环境：Windows系统运行env_name\Scripts\activate.bat，macOS/Linux系统运行source env_name/bin/activate。
4、激活后，终端提示符前会显示环境名称，此时通过pip安装的包仅存在于该环境中。
二、使用conda管理跨语言环境
conda不仅支持Python，还可管理R、Node.js等其他语言的包及对应解释器版本，适合数据科学类多依赖场景。
1、安装Anaconda或Miniconda后，在终端执行conda create -n env_name python=3.9，指定Python版本。
2、通过conda activate env_name切换到该环境。
3、使用conda install package_name或pip install package_name安装依赖。
4、环境可导出为yml文件：conda env export > environment.yml，便于复现。
三、使用pyenv统一管理Python解释器版本
pyenv允许在同一台机器上安装并自由切换多个Python解释器版本，适用于需验证兼容性的开发场景。
1、通过包管理器安装pyenv：macOS执行brew install pyenv，Ubuntu执行curl https://pyenv.run | bash并配置shell环境变量。
2、列出所有可用版本：pyenv install --list。
3、安装指定版本：pyenv install 3.8.10。
4、设置全局默认版本：pyenv global 3.8.10；或为当前目录设置局部版本：pyenv local 3.11.5。
四、结合pipenv实现依赖锁定与自动环境创建
pipenv将pip和virtualenv封装为单一工具，自动生成Pipfile和Pipfile.lock，确保依赖可重现。
1、全局安装pipenv：pip install pipenv。
2、在项目目录中执行pipenv install requests，自动创建虚拟环境并安装包。
3、启动该环境的shell：pipenv shell；或直接运行脚本：pipenv run python script.py。
4、生成锁定文件：pipenv lock；其他开发者可通过pipenv install还原完全一致的环境。
五、使用Docker容器化Python运行环境
Docker通过镜像固化整个运行时栈（包括操作系统层、Python版本、系统依赖、pip包），彻底消除环境差异。
1、编写Dockerfile，以官方Python镜像为基础：FROM python:3.10-slim。
2、复制依赖文件并安装：COPY requirements.txt . && RUN pip install --no-cache-dir -r requirements.txt。
3、设置工作目录和入口命令：WORKDIR /app && COPY . . && CMD ["python", "app.py"]。
4、构建镜像：docker build -t my-python-app .；运行容器：docker run -it my-python-app。
