python管理模塊工具（python項目管理工具）

本文目錄一覽：

• 1、有哪些值得推薦的 Python 開發工具?
• 2、有哪些值得推薦的 Python 開發工具
• 3、Python 包管理工具

有哪些值得推薦的 Python 開發工具?

第一款：最強終端 Upterm

它是一個全平台的終端，可以說是終端里的IDE，有着強大的自動補全功能，之前的名字叫做：BlackWindow。有人跟他說這個名字不利於社區推廣，改名叫Upterm之後現在已經17000+Star了。

第二款：交互式解釋器 PtPython

一個交互式的Python解釋器，支持語法高亮、提示，甚至是VIM和emacs的鍵入模式。

第三款：包管理必備 Anaconda

強烈推薦：Anaconda。它能幫你安裝許多麻煩的東西，包括：Python環境、pip包管理工具、常用的庫、配置好環境路徑等等。這些小事情小白自己一個個去做的話，容易遇到各種問題，也容易造成挫敗感。如果你想用Python搞數據方面的事情，安裝它就可以了，它甚至開發了一套JIT的解釋器Numba。所以Anaconda有了JIT之後，對線上科學計算效率要求比較高的東西也可以搞定了。

第四款：編輯器 Sublime3

如果你是小白的話，推薦從PyCharm開始上手，但是有時候寫一些輕量的小腳本，就會想到輕量級一點的工具。Sublime3很多地方都有了極大的提升，並且用起來比原來還要簡單，配合安裝Anaconda或CodeIntel插件，可以讓Sublime3擁有近乎IDE的體驗。

第五款：前端在線編輯器 CodeSandbox

雖然這個不算是真正意義上的Python開發工具，但如果後端工程師想要寫前端的話，這個在線編輯器太方便了，節省了後端工程師的生命。不用安裝npm的幾千個包了，它已經在雲端完成了，才讓你直接就可以上手寫代碼、看效果。對於React、Vue這些主流前端框架都支持。

第六款：Python Tutor

Python Tutor是一個免費教育工具，可幫助學生攻克編程學習中的基礎障礙，理解每一行源代碼在程序執行時在計算機中的過程。通過這個工具，教師或學生可以直接在web瀏覽器中編寫Python代碼，並逐步可視化地運行程序。

第七款：IPython

如何進行交互式編程?沒錯，就是通過IPython。IPython相對於Python自帶的shell要好用的多，並且能夠支持代碼縮進、TAB鍵補全代碼等功能。如果進行交互式編程，這是不可缺少的工具。

第八款：Jupyter Notebook

Jupyter Notebook就像一個草稿本，能將文本注釋、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中，以Web頁面的方式展示，它是數據分析、機器學習的必備工具。

第九款：Pycharm

Pycharm是程序員常常使用的開發工具，簡單、易用，並且能夠設置不同的主題模式，根據自己的喜好來設置代碼風格。

第十款：Python Tutor

這個工具可能對初學者比較有用，而對於中高級程序員則用處較少。這個工具的特色是能夠清楚的理解每一行代碼是如何在計算機中執行的，中高級程序員一般通過分步調試可以實現類似的功能。這個工具對於最初接觸Python、最初來學習編程的同學還是非常有用的，初學者可以體驗一下。

有哪些值得推薦的 Python 開發工具

推薦5個非常適合Python小白的開發工具：

1、Python Tutor

Python Tutor是由Philip

Guo開發的一個免費教育工具，可幫助開發者攻克編程學習中的基礎障礙，理解每一行源代碼在程序執行時在計算機中的過程。通過這個工具，開發者可以直接在Web瀏覽器中編寫Python代碼，並逐步可視化地運行程序。如果你不知道代碼在內存中是如何運行的，不妨把它拷貝到Tutor里可視化執行一遍，加深理解。

2、IPython

IPython是一個for Humans的Python交互式shell，用了它之後你就不想再用自帶的Python

shell了，IPython支持變量自動補全，自動縮進，支持bash

shell命令，內置了許多實用功能和函數，同時它也是科學計算和交互可視化的最佳平台。

3、Jupyter Notebook

Jupyter

Notebook就像一個草稿本，能將文本注釋、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中，以Web頁面的方式展示。它是數據分析、機器學習的必備工具。

4、Anaconda

Python雖好，可總是會遇到各種包管理和Python版本問題，特別是Windows平台很多包無法正常安裝，為了解決這些問題，Anaconda出現了，Anaconda包含了一個包管理工具和一個Python管理環境，同時附帶了一大批常用數據科學包，也是數據分析的標配。

5、Skulpt

Skulpt是一個用JavaScript實現的在線Python執行環境，它可以讓你輕鬆在瀏覽器中運行Python代碼。使用Skulpt結合CodeMirror編輯器即可實現一個基本的在線Python編輯和運行環境。

Python 包管理工具

  Python之所以受歡迎不光是因為它簡單易學，更重要的是它有成千上萬的寶藏庫。這些庫相當於是已經集成好的工具，只要安裝就能在Python里使用。它們可以處理各式各樣的問題，無需你再造輪子，而且隨着社區的不斷更新維護，有些庫越來越強大，幾乎能媲美企業級應用。那麼這些工具庫怎麼下載安裝呢？它們被放在一個統一的“倉庫”里，名叫PyPi（Python Package Index），所有的庫安裝都是從這裡調度。有了倉庫之後，還需要有管理員，pip就是這樣一個角色。

  pip 是 Python 中的標準庫管理器，這意味着它是一個工具，用它可以來管理 Python 標準庫中其他的包，允許你安裝和管理不屬於 Python 標準庫的其它軟件包，其提供了對 Python 包的查找、下載、安裝、卸載等功能。總的來說，pip的Python第三方庫的大管家，搞懂它，會讓你省很多事。從Python 3 = Python 3.4 、Python2 = Python2.7.9 版本開始，pip默認包含在Python的安裝程序中，在安裝Python時將會自動被安裝，省事方便。

  Python 的安裝器中自帶了 pip，所以你可以直接使用它，除非你安裝的是更早版本的 Python。你可以通過以下命令來判斷是否已安裝：

如果你的 Python 環境沒有安裝 pip，則可以使用以下方法來手動安裝。pip 安裝文件下載: pypi.org/project/pip…

pip提供的命令不多，但是都很實用

  pip命令默認使用的是國外的pypi鏡像（pypi.python.org)，安裝慢不說，有時甚至會導致出現超時等網絡問題，有時候為了安裝一個包，失敗重試安裝好幾次都不一定成功。所以，使用國內的pypi鏡像，亦即 切換 pip 源 ，這樣速度上更有保證，不失為一種加速pip安裝第三方包的好方法。常用的鏡像站有阿里雲、清華大學等。其中清華大學開源軟件鏡像站是每 5 分鐘同步一次的，比較推薦使用。阿里雲鏡像站的速度也非常快，這也是我現在在使用的。

  切換切換 pip 源可以是臨時性的，也可以設置為默認。臨時性的，就是在安裝包時，通過pip命令的 -i 選項指定鏡像源即可。例如，臨時使用阿里雲鏡像站作為 pip 源，可以是這樣安裝：

  如果每次安裝時都想要通過鏡像源來安裝，上面的辦法不免有些麻煩。我們可以修改pip的配置文件，將鏡像源寫入到 pip 配置文件中。 對於linux系統 ，修改 ~/.pip/pip.conf 文件 (沒有就創建一個文件夾及文件，文件夾要加“.”，表示是隱藏文件夾)：

然後在文件中保存如下內容：

   對於windows系統 ，在C:Users文件夾下的用戶目錄（例如如果當前用戶是Administrator則是C:UsersAdministrator）下創建pip文件夾，然後再在此文件夾下創建pip.ini文件，在文件中寫入一下內容：

  配置完成後再通過 pip config list 查看pip配置。

  我們經常會遇到這樣的開發需求，比如你手頭有多個開發項目，其中項目A要求用python3.7，項目B需要用python3.6，有要求項目A和項目B依賴包相互獨立，互不干擾。為了滿足這樣的開發需求，我們需要在自己的電腦上安裝多個Python版本，並且項目之間進行環境隔離。因此，我們要想運行這些項目，在工作電腦上就要安裝不同版本的Python。 pyenv 是Python版本管理工具，通過系統修改環境變量來實現Python不同版本的切換，利用它可以在同一台電腦上安裝多個版本的Python，設置目錄級別的Python，還能創建和管理vitual python enviroments。而且所有的設置都是用戶級別的操作，不需要sudo命令。

  首先安裝pyenv，如果你是Mac電腦，那麼推薦使用Homebrew來安裝。

要想升級pyenv，則可以執行：

pyenv安裝完成後，需要將$HOME/.pyenv/bin添加到PATH變量前面，這一步非常關鍵。

也可以採用手動安裝的方式，將pyenv檢出到你想安裝的目錄。

  添加環境變量，將PYENV_ROOT 指向 pyenv 檢出的根目錄，並向 $PATH 添加 $PYENV_ROOT/bin 以提供訪問 pyenv命令的路徑。這裡的 shell 配置文件（~/.bash_profile）依不同系統而需作修改，如果使用 Zsh 則需要相應的配置 ~/.zshrc

在使用 pyenv 之後使用 pip 安裝的第三方模塊會自動安裝到當前使用 python 版本下，不會和系統模塊產生衝突。使用 pip 安裝模塊之後，如果沒有生效，記得使用 pyenv rehash 來更新。

安裝完pyenv，可以安裝Python，首先查看可安裝的Python版本：pyenv install -l，接下來開始安裝Python

執行命令 pyenv versions 查看安裝結果。

可以看到，已經成功安裝了Python，安裝的位置在 /Users/dllwh/.pyenv。

可以看到，3.9.9 前面有一個星號，說明成功切換到了 3.9.9 版本，可以執行一下python來驗證。

  Pipenv 是 Python 官方推薦的包管理工具，它綜合了 virtualenv、pip 和 pyenv 三者的功能，你可以使用 pipenv 這一個工具來安裝、卸載、跟蹤和記錄依賴性，並創建、使用和組織你的虛擬環境。

如果你是Mac電腦，那麼推薦使用Homebrew來安裝和升級pipenv：

也可以通過pip來安裝和升級pipenv：

進入到項目目錄中，通過下面的指令為項目創建虛擬環境。

  上面的操作，給pipenv_demo這個項目初始化了一個 Python 3.9.9 的虛擬環境，並在項目錄下生成一個項目依賴包文件 Pipefile。如果系統中沒有 3.9.8 版本的Python，pipenv 會調用 pyenv 來安裝對應的 Python 的版本。默認地，虛擬環境會創建在 ~/.local/share/virtualenvs目錄裡面。我們也可以通過 pipenv –venv查看項目的虛擬環境目錄。可以通過 pipenv –rm 刪除虛擬環境。

如果想更改虛擬環境的目錄，可以在 .bashrc 或 .bash_profile 中，設置環境變量WORKON_HOME，指定虛擬環境的目錄所在位置，比如想將虛擬環境放到~/.venvs目錄，則可以執行下面的命令。

如果希望在項目目錄下創建虛擬環境目錄（.venv），需要在 .bashrc 或 .bash_profile 中配置環境變量PIPENV_VENV_IN_PROJECT：

  pipenv使用 Pipfile 和 Pipfile.lock 來管理依賴包，並且在使用pipenv添加或刪除包時，自動維護 Pipfile 文件，同時生成 Pipfile.lock 來鎖定安裝包的版本和依賴信息。相比pip需要手動維護requirements.txt 中的安裝包和版本，具有很大的進步。

  為項目安裝依賴包到虛擬環境中，使每個項目擁有相互獨立的依賴包，是非常不錯的Python的開發實踐。安裝依賴包到虛擬環境中的方法：

執行完上面的命令後，檢查一下是否安裝成功：

  觀察項目的根目錄下，又多了一個 Pipfile.lock 文件。這兩個文件記錄了此項目的依賴包，這兩個文件的區別是 Pipfile 中安裝的包不包含包的具體版本號，而Pipfile.lock 是包含包的具體的版本號的。如果不想產生 Pipfile.lock 文件，在安裝依賴包的時候，加上 –skip-lock 選項即可。

在使用pipenv的時候，常常會安裝過程比較慢，這個是因為pipenv創建的 Pipfile 中默認的Pypi源是python官方的 pypi.python.org/simple。我們國內…

  為了避免每次都要指定–pypi-mirror，我一般會在創建好Pipfile以後，將文件中 source 塊下的 url 字段，設置為國內的 pypi 源，我推薦的是清華的Pypi源或者阿里源，具體設置如下：

如果是要刪除虛擬環境中的第三方包，執行：

用git管理項目時候，要把Pipfile和Pipfile.lock加入版本跟蹤。這樣clone了這個項目的同學，只需要執行：

就可以安裝所有的Pipfile中 [packages]部分列出來的包了，並且自動為項目在自己電腦上創建了虛擬環境。

上面的方法都是安裝Pipfile中列出來的第三方包的最新版本，如果是想安裝Pipfile.lock中固定版本的第三方依賴包，需要執行：

如果項目之前使用requirements.txt來管理依賴的，那麼使用pipenv安裝所有依賴可以採用類似pip的方法：

  虛擬環境創建好了之後，就可以在裡面進行開發了。如果在命令行下開發，則在項目目錄下執行 pipenv shell ，就進入到了虛擬環境中，在這個環境中，已經包含安裝過的所有依賴包了，接下來就可以利用這些依賴包進行開發工作了。如果是用Pycharm進行開發，就更簡單了，直接用Pycharm打開項目即可。可以從Pycharm中的左側導航欄裡面看到External Libraries顯示的是虛擬環境中的Python解釋器了。

在虛擬環境中執行開發好的程序，有兩種方式，一種是前面提到的先執行pipenv shell進入到虛擬環境後，再執行python程序；另一種方式，則是執行pyenv run，比如在虛擬環境中執行基於pytest框架編寫的測試用例，只需要執行下面的命令即可：

作者：獨淚了無痕

鏈接：