推荐使用虚拟环境隔离python项目以避免依赖冲突。一、venv是python自带模块，通过“python -m venv myenv”创建环境，激活后可独立安装包。二、conda适合管理多版本python，使用“conda create --name myproject python=3.9”创建并用“conda activate”切换环境。三、pipenv整合pip与virtualenv，通过“pipenv install”自动管理依赖并生成pipfile。四、poetry支持依赖管理与项目打包，运行“poetry add requests”可添加包并锁定版本，便于发布至pypi。
如果您在学习Python时需要同时处理多个项目，而这些项目依赖不同版本的库或Python解释器，则可能遇到依赖冲突的问题。为避免此类问题，推荐使用虚拟环境对项目进行隔离。以下是几种常用的方法来创建和管理Python虚拟环境。
一、使用venv创建虚拟环境
venv是Python 3.3及以上版本自带的标准库模块，无需额外安装即可创建轻量级的虚拟环境，适用于大多数基础开发场景。
1、打开终端或命令行工具，进入目标项目目录。
2、运行以下命令创建名为myenv的虚拟环境：
python -m venv myenv
立即学习“Python免费学习笔记（深入）”；
3、激活虚拟环境：
在Windows系统中执行：myenv\Scripts\activate
在macOS或Linux系统中执行：source myenv/bin/activate
4、激活后，当前终端会显示环境名称前缀，此时安装的包将仅限于该环境。
二、使用conda管理多版本Python环境
Conda是一个跨平台的包与环境管理工具，特别适合数据科学领域，支持多种语言和Python版本共存。
1、确保已安装Anaconda或Miniconda，然后在终端中执行：
conda create --name myproject python=3.9
2、创建完成后，通过以下命令激活环境：
conda activate myproject
3、可在环境中自由安装所需包，例如：
conda install requests 或 pip install requests
4、退出环境时使用：
conda deactivate
三、使用pipenv整合依赖与环境管理
Pipenv结合了pip和virtualenv的功能，并引入Pipfile来自动管理依赖关系，更适合现代Python项目的自动化流程。
1、先通过pip安装pipenv：
pip install pipenv
2、进入项目目录并运行：
pipenv install
此命令将根据Pipfile自动创建虚拟环境并安装依赖。
3、启动shell以进入虚拟环境：
pipenv shell
4、安装新包时使用：
pipenv install requests
这会自动更新Pipfile和Pipfile.lock文件。
四、使用poetry进行项目依赖与打包管理
Poetry不仅提供环境隔离功能，还支持项目初始化、依赖锁定和发布到PyPI，适合希望统一开发与发布的用户。
1、安装poetry：
curl -sSL https://install.python-poetry.org | python3 -
2、在项目根目录下运行：
poetry init
按提示填写信息以生成pyproject.toml文件。
3、添加依赖项：
poetry add requests
Poetry将自动创建虚拟环境（若未存在）并安装指定包。
4、进入虚拟环境的shell：
poetry shell
