Python大型项目推荐采用src/分层结构，按业务域（如orders/）而非技术层组织代码，配以config/、scripts/、tests/等目录，强调可测试性、可部署性与团队协作。
Python 大型项目目录结构没有唯一标准，但有被广泛验证的合理模式：核心是分离关注点、支持可测试性、便于团队协作和持续集成。关键不在于“多深多全”，而在于“清晰可预期”——让新成员能快速定位配置、接口、业务逻辑和测试代码。
基础分层：src + 配置 + 脚本
避免把代码直接放在项目根目录下（即不推荐 ./main.py 或 ./utils.py 这类扁平结构）。主流做法是用 src/ 包裹所有可安装/可导入的 Python 模块：
-
src/myapp/：主包，含__init__.py，所有业务模块（models/、api/、services/、tasks/等）放在此处 -
config/：存放不同环境的配置（base.py、dev.py、prod.py），通过环境变量或配置名加载，不硬编码敏感信息 -
scripts/：非业务脚本，如数据迁移、批量清理、临时调试工具，不参与单元测试，也不被其他模块 import
按领域/功能组织模块，而非技术类型
比起按“controller / service / dao”三层机械拆分，更推荐按业务域划分子包（Domain-Driven Design 思想）：
- ✅ 推荐：
src/myapp/orders/（含models.py、views.py、services.py、tests/test_orders.py） - ❌ 不推荐：
src/myapp/controllers/+src/myapp/services/+src/myapp/models/—— 随着功能增长，文件跨目录跳转成本高，重构困难 - 每个领域子包保持内聚：对外暴露明确接口（如
orders.place_order()），内部实现细节封装，便于独立演进或抽离为微服务
测试与依赖隔离清晰
测试不是附属品，而是结构的一部分：
立即学习“Python免费学习笔记（深入）”；
-
tests/与src/平级，使用 pytest，目录结构尽量镜像src/myapp/（如tests/orders/test_services.py对应src/myapp/orders/services.py） - 用
conftest.py统一管理 fixture，避免重复 setup；关键测试（如集成测试）可单独建tests/integration/ -
requirements/下分环境管理依赖：requirements/base.txt（通用）、requirements/dev.txt（含 pytest、mypy）、requirements/prod.txt（精简运行时）
基础设施与部署友好设计
大型项目需考虑可部署性与可观测性：
-
docker/：Dockerfile、docker-compose.yml 及构建上下文配置 -
ops/或deploy/：K8s 清单、CI/CD 流水线定义（.github/workflows/ 或 .gitlab-ci.yml）、启动/健康检查脚本 -
alembic/（如用 SQLAlchemy）或migrations/：数据库变更统一管理，版本化、可回滚 -
pyproject.toml作为唯一配置入口：整合打包（setuptools/poetry）、格式化（ruff/black）、类型检查（mypy）、测试（pytest）等工具链
不复杂但容易忽略：所有路径导入必须基于 src 为 root，通过 pip install -e . 安装开发版，确保本地 import 和生产环境行为一致；禁止在代码中写 sys.path.append(...) 或相对导入越界。
