最标准做法是用venv隔离Python版本和依赖，pyenv管理多版本解释器，requirements.txt固化依赖，Poetry/pdm提供集成化管理。
用虚拟环境隔离不同项目的 Python 版本和依赖，是最标准、最可靠的做法。
用 venv 创建轻量级虚拟环境
Python 3.3+ 自带 venv 模块，无需额外安装。每个项目单独建一个环境，互不干扰：
- 进入项目目录，运行
python -m venv venv（生成名为venv的文件夹） - 激活环境：
• Windows：venv\Scripts\activate.bat
• macOS/Linux：source venv/bin/activate - 激活后命令行前缀会显示环境名，此时
python和pip指向该环境内的解释器和包管理器 - 用
pip install安装的包只存在于当前环境，不影响系统或其他项目
用 pyenv 管理多个 Python 解释器版本
当项目需要不同 Python 大版本（如 3.8、3.11、3.12），pyenv 能帮你下载、切换全局或局部的 Python 版本：
- 安装 pyenv（按官方文档方式，如 macOS 用
brew install pyenv） - 查看可用版本：
pyenv install --list | grep "3\.[89]|3\.1[12]" - 安装某个版本：
pyenv install 3.11.9 - 设为当前目录默认：
pyenv local 3.11.9（会在目录下生成.python-version文件） - 之后再用
python -m venv venv，创建的就是 3.11.9 对应的虚拟环境
用 requirements.txt 固化依赖版本
避免“在我机器上能跑”的问题，每个环境应导出明确的依赖清单：
立即学习“Python免费学习笔记（深入）”；
- 生成当前环境所有包及版本：
pip freeze > requirements.txt - 新环境里一键安装：
pip install -r requirements.txt - 建议在
requirements.txt顶部加注释说明对应 Python 版本，例如：
# Python 3.11.9 - 生产环境可进一步拆分：
requirements-base.txt（核心依赖）、requirements-dev.txt（开发工具），用-r base.txt引用
现代替代方案：Poetry 或 pdm
如果想统一管理 Python 版本、虚拟环境和依赖，Poetry 和 pdm 是更集成的工具：
- 它们自动创建隔离环境，并通过
pyproject.toml声明依赖和 Python 版本约束 - 例如 Poetry 中写
requires-python = "^3.11"，运行poetry install时会自动匹配并激活合适版本的环境 - 依赖解析更严谨，支持锁定文件（
poetry.lock），确保多人协作时行为一致 - 适合中大型项目或团队，学习成本略高于 venv + pip，但长期维护性更好
