conda、poetry，pip相关

poetry

poetry 是一个 Python 打包和依赖管理工具，旨在简化 Python 包的创建、发布和依赖管理。与传统的 setuptools、pip 和 requirements.txt 的组合相比，poetry 提供了一个统一和简化的工具和工作流程。

以下是关于 poetry 的详细介绍：

主要特点：

声明式的依赖管理: 通过 pyproject.toml 文件，你可以明确地指定项目的依赖和版本。

自动生成 lock 文件: 类似于 JavaScript 的 yarn 或 Ruby 的 Bundler，poetry 会生成一个 poetry.lock 文件，确保在所有环境中的依赖都是确定和一致的。

虚拟环境管理: 默认情况下，poetry 为每个项目自动创建和管理一个虚拟环境。

包构建和发布: 使用单个工具，你可以构建和发布你的包到 PyPI。

完整的依赖解析: poetry 有一个强大的依赖解析算法，确保项目的所有依赖都是相容的，且没有版本冲突。

管理 Python 版本: 你可以在 pyproject.toml 文件中指定 Python 的版本，确保所有开发者和环境使用同样版本的 Python。

使用方法：

1. 安装:

curl -sSL https://install.python-poetry.org | python3 -

2.创建新项目:

poetry new project-name

3.添加新的依赖:

poetry add package-name

4.安装依赖:

poetry install

5.查看虚拟环境路径:

poetry env info --path

6.定义和使用脚本:

在 pyproject.toml 文件中，您可以定义脚本，类似于 npm 的脚本。例如：

[tool.poetry.scripts]

start = “python main.py”

然后，您可以使用以下命令来运行该脚本：

poetry run start

这将执行 python main.py，而且这个命令将在 Poetry 的虚拟环境中执行。

poetry踩坑

1、尽量使用官网推荐的curl的方式来安装poetry

2、poetry环境可以建立在conda环境上面；

3、poetry环境如果出错，可以通过删除环境，再新建环境来解决，方式是先通过poetry env info 找到当前env的Path，然后执行rm -rf删除掉，然后再执行poetry install。

conda

在 Conda 中，可以使用 环境（Environment） 来管理不同的 Python 版本和依赖包。你可以为不同的项目或用途创建独立的环境，避免包冲突和影响全局环境。

1. 创建指定环境

你可以使用 -n 选项指定环境名称，并选择 Python 版本：

conda create -n my_env_name python=3.11

示例：

conda create -n openai_env python=3.11

这会创建一个名为 openai_env 的环境，并安装 Python 3.11。

2. 激活环境

创建后，你需要激活它：

conda activate my_env_name

示例：

conda activate openai_env

激活后，所有 conda install 或 pip install 都会安装在该环境内，而不会影响其他环境。

3. 在环境中安装包

在指定的 Conda 环境中安装 openai：

conda install -n openai_env -c conda-forge openai

如果 conda 没有 openai，可以用 pip：

conda activate openai_env
pip install openai

4. 查看已有环境

要查看当前所有 Conda 环境：

conda env list

示例输出：

# conda environments:
#
base                  *  /home/user/miniconda3
openai_env               /home/user/miniconda3/envs/openai_env

* 号表示当前激活的环境。

5. 删除环境

如果不再需要，可以删除环境：

conda remove -n openai_env --all

6. 在 Jupyter Notebook 中使用 Conda 环境

如果你要在 Jupyter Notebook 中使用 Conda 环境，先激活环境：

conda activate openai_env
pip install ipykernel
python -m ipykernel install --user --name=openai_env

然后在 Jupyter Notebook 选择 openai_env 作为 Kernel。

总结

这样，你就可以在 Conda 中指定不同的环境来管理 Python 代码了！🚀

pypi包管理

类似maven仓库，可以查看发布的包，是包的源管理。