本文深入解释为何在已激活 conda 环境（如 nmrfilter，含 Python 3.7）中再用 python3 -m venv 创建子虚拟环境会导致依赖安装失败——根本原因在于 venv 继承的是当前 shell 的 python3 可执行文件路径，而该路径实际指向 conda 环境中的 Python 3.7 解释器；当 pip 尝试安装 numpy==1.24 时，因该版本强制要求 Python ≥3.8，安装静默跳过，导致后续运行时报 ModuleNotFoundError。
本文深入解释为何在已激活 conda 环境（如 `nmrfilter`，含 python 3.7）中再用 `python3 -m venv` 创建子虚拟环境会导致依赖安装失败——根本原因在于 venv 继承的是**当前 shell 的 python3 可执行文件路径**，而该路径实际指向 conda 环境中的 python 3.7 解释器；当 pip 尝试安装 `numpy==1.24` 时，因该版本强制要求 python ≥3.8，安装静默跳过，导致后续运行时报 `modulenotfounderror`。
在 Python 工程实践中，“conda 环境内嵌套 venv”是一种常见但极易引发隐性故障的误用模式。你的脚本看似逻辑清晰：先确保 conda 环境就绪，再创建独立 venv 并安装 requirements.txt。然而问题根源不在路径或权限，而在 Python 版本兼容性与 venv 构建机制的底层耦合。
? 关键机制：python3 -m venv 并非“全新 Python”，而是复用当前解释器
当你在已激活 conda 环境 nmrfilter（Python 3.7.16）下执行：
python3 -m venv "$script_dir/nmrfilter_env"
venv 模块并不会下载或编译新 Python，而是以当前 python3 可执行文件为模板，复制其二进制、标准库结构及 site-packages 骨架，生成一个轻量级隔离目录。此时：
- nmrfilter_env/bin/python → 符号链接或硬链接至 conda 环境中的 ~/miniconda3/envs/nmrfilter/bin/python3.7
- pip 安装行为完全受该解释器的 sys.version_info 约束
而你的 requirements.txt 中明确指定：
立即学习“Python免费学习笔记（深入）”；
numpy==1.24
查阅 PyPI numpy 1.24 发布页 可确认其 Requires-Python: >=3.8。当 pip 在 Python 3.7.16 下解析该行时，直接忽略该包（不报错、不警告、不安装），这是 pip 的默认兼容性策略。因此你看到：
pip list | grep numpy # 空输出
并非安装失败，而是根本未触发安装流程。
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
✅ 验证方法：在 conda nmrfilter 环境中手动运行
pip install "numpy==1.24" # 输出：ERROR: Package 'numpy' requires a different Python: 3.7.16 not in '>=3.8'
⚠️ 进一步陷阱：which python3 的误导性
你的调试输出显示：
Python3 executable: /home/karl/nmrfilterv15/nmrfilter_env/bin/python3
这看似证明 venv 已生效，但注意：该 python3 是 venv 自带的 wrapper 脚本，它内部仍调用 conda 的 Python 3.7 解释器（可通过 head -1 $(which python3) 查看 shebang）。真正的解释器路径并未改变。
? 正确解法：避免嵌套，按场景选择唯一环境管理方案
| 场景 | 推荐方案 | 原因 |
|---|---|---|
| 纯 Python 项目，依赖简单 | python -m venv + pip | 轻量、标准、IDE 兼容性好 |
| 多语言/跨版本/科学计算栈 | 仅用 conda（如你的 nmrfilter） | conda 可精确控制 Python 版本、预编译二进制（如 RDKit、PyTorch）、解决 ABI 冲突 |
| 需混合 pip-only 包 + conda 包 | conda activate nmrfilter && pip install --no-deps ... | 在 conda 环境内直接 pip 安装，避免环境分裂 |
? 若坚持使用 venv，请先彻底退出 conda 环境（conda deactivate），再运行脚本。此时 python3 指向系统 Python 或 pyenv 管理的版本，可满足 numpy==1.24 要求。
? 总结：三层环境隔离的认知误区
| 层级 | 隔离维度 | 是否真正隔离 Python 解释器？ |
|---|---|---|
| Conda 环境 | 解释器 + C 库 + Python 包 + 跨语言依赖 | ✅ 完全独立（不同 python 二进制） |
| venv（基于 conda Python） | site-packages + Scripts | ❌ 共享父解释器，受其版本/ABI 严格约束 |
| venv（基于系统 Python） | site-packages + Scripts | ✅ 独立解释器副本（需系统存在对应版本） |
因此，你遇到的不是 bug，而是设计使然：venv 的定位是“同一 Python 解释器下的包沙箱”，而非“跨解释器的版本调度器”。混用 conda（负责解释器层）与 venv（仅负责包层）会造成语义冲突。
✅ 最佳实践：一个项目，一种环境管理工具。你的 nmrfilter 显然属于 conda 典型场景——含 RDKit、PyTorch、numba 等需编译优化的科学包，应全程使用 conda 管理，删除 venv 步骤不仅可行，更是推荐做法。
