使用虚拟环境隔离项目，通过 pip freeze 生成 requirements.txt 或使用 poetry、pipenv 管理依赖，结合 Docker 实现可复现的环境迁移。
Python 环境迁移常遇到依赖不一致、包版本冲突或环境缺失的问题。要让迁移更方便，关键是做到环境可复现、依赖明确、配置清晰。
使用虚拟环境隔离项目
每个项目应使用独立的虚拟环境，避免包之间的干扰，也便于打包迁移。
常用工具有 venv 和 conda：
- python -m venv myenv 创建虚拟环境
- source myenv/bin/activate（Linux/Mac）或 myenv\Scripts\activate（Windows）激活环境
- 迁移时只需复制环境路径或通过导出依赖重建
导出和安装依赖列表
确保目标机器能还原相同依赖，关键在于生成准确的依赖文件。
立即学习“Python免费学习笔记（深入）”；
使用 pip 生成 requirements.txt：
- pip freeze > requirements.txt 导出当前环境所有包及版本
- 在新环境中运行 pip install -r requirements.txt 安装依赖
- 建议定期更新该文件，保持与实际使用一致
使用环境配置文件管理（如 pyproject.toml 或 Pipfile）
相比 requirements.txt，现代工具支持更结构化的依赖管理。
- 用 Pipenv：生成 Pipfile 和 Pipfile.lock，包含依赖树和精确版本
- 用 poetry：通过 pyproject.toml 管理依赖，支持开发/生产分离，且可发布包
- 迁移时只需拷贝项目文件，在新环境执行 poetry install 或 pipenv install 即可还原环境
容器化部署（Docker）
对于复杂环境或跨平台部署，Docker 是最可靠的迁移方式。
- 编写 Dockerfile，指定 Python 版本、依赖安装和启动命令
- 构建镜像后，可在任意支持 Docker 的机器运行，环境完全一致
- 配合 docker-compose 可管理多服务依赖，适合生产迁移
基本上就这些。选对方法取决于迁移场景：个人项目可用 virtualenv + requirements.txt；团队协作推荐 poetry 或 pipenv；生产部署优先考虑 Docker。关键是把环境“描述清楚”，而不是“直接拷贝”。
