优先选conda还是venv取决于场景：科学计算用conda（包+环境双管），Web开发用venv（轻量标准）；requirements.txt应为最小运行依赖契约，用pipreqs生成后人工精简并采用兼容版本声明。
conda 和 venv 到底该选哪个
多数人卡在第一步：不是不会用，而是没想清楚场景。conda 是包+环境双管，适合科学计算栈（numpy、pytorch、R混用）；venv 是纯 Python 环境隔离，轻量、标准、CI 友好。
常见错误现象：ModuleNotFoundError 在 conda 环境里装了 pip install 的包，却在 Jupyter 里 import 失败——大概率是 kernel 没换到对应环境，而不是包没装上。
- 数据处理/模型训练为主 → 优先用
conda create -n myenv python=3.9，再conda install主要依赖 - Web 开发或部署脚本 → 直接
python -m venv .venv，配合pip install -r requirements.txt - 不要在 conda 环境里频繁混用
pip install（尤其带 C 扩展的包），容易触发ImportError: undefined symbol
requirements.txt 怎么写才不翻车
它不是快照，是契约。直接 pip freeze > requirements.txt 会把 conda 装的、系统级的、甚至开发依赖全塞进去，CI 构建时大概率失败。
使用场景：团队协作、Docker 构建、CI/CD 自动部署——这些地方要求可复现、无歧义、最小依赖集。
立即学习“Python免费学习笔记（深入）”；
- 只放运行时必需的包，用
pipreqs . --force自动生成初稿，再人工删减 - 避免写死小版本号（如
requests==2.28.1），改用兼容声明：requests>=2.28.0, - 绝对不要在
requirements.txt里写-e .或本地路径，CI 机器找不到源码目录 - 区分依赖类型：用
requirements-dev.txt单独管pytest、black这类工具
多 Python 版本共存时怎么切环境
不是靠改 PYTHONPATH 或手动改 PATH，那是自找麻烦。关键是让 shell 和编辑器都认准同一个解释器路径。
常见错误现象：终端里 which python 显示的是 .venv/bin/python，但 VS Code 还在用系统 Python，断点不进、库提示报错。
- 激活虚拟环境后，用
which python（macOS/Linux）或where python（Windows）确认路径，复制下来 - VS Code 中按
Ctrl+Shift+P→ 输入 “Python: Select Interpreter”，粘贴路径 - 别信终端里显示的
(myenv)前缀——它只是 shell 提示，和实际执行的解释器可能不是一回事 - Zsh 用户注意：
source .venv/bin/activate后，检查$VIRTUAL_ENV是否已设，没设说明 activate 脚本没跑完
PyPI 镜像和私有源怎么配才不冲突
全局配置 pip.conf 容易污染所有项目，尤其当你同时对接内网私有源和公网 PyPI 时，一个配错，整个 pip install 就卡住不动。
性能影响明显：私有源响应慢、证书校验严，如果把它设成默认，连装个 requests 都要等 10 秒。
- 项目级配置优先：在项目根目录加
pip.conf（Linux/macOS）或pip.ini（Windows），内容只写当前项目需要的源 - 临时切换用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ requests，比改配置快得多 - 私有源必须带
--trusted-host参数（如--trusted-host artifactory.example.com），否则 SSL 验证失败，且这个参数不能写在pip.conf里（pip 22.2+ 已禁用） - 镜像源别用“最快”推荐列表——有些镜像同步延迟大，刚发布的包可能 2 小时后才出现
环境管理最麻烦的从来不是命令记不住，而是每个环节都有隐式状态：shell 的当前目录、IDE 的 interpreter 设置、pip 的配置文件位置、甚至终端是否重新加载过 shell 配置。稍不注意，就变成“我明明装了，它为啥说没装”。
