为什么 Python 的包管理这么难用，比 node 的 npm 难用一万倍，每次进入项目都要手动执行一下 conda activate xxx，难道就没有默认的 Python 项目级别的依赖吗？

UV 有本地梯子还行，上服务器更麻烦了，哎

..venv 不也得激活环境吗 楼上和 conda 有啥区别 楼主不就是嫌麻烦吗

给项目配一下 direnv 实现 shell 自动激活环境。
python 环境管理我用 pixi,能管理 conda 包 和 pypi 包

UV 你值得拥有

自从用 AI 编程，从来没有在命令行输入过 python 相关命令了

windows 下 vscode 打开 terminal 会自动执行：./venv/Scripts/Activate.ps1 ，一进 terminal 就是虚拟环境了，这很好用啊

apt-get 想要什么包都有

从开始学 python 使用自带的 venv 到现在
pyenv ，pix ，pdm ，uv 都用过了，分享一点点心得吧

半自动
1. pyenv： 管理多版本的 python 环境好手，windows 和 ubuntu 中都可以实现方便的多版本切换，但是要注意和其他修改环境变量的程序（比如 ros 机器人开发框架），但是也得科学上网的情况下用，不然容易卡在下载 python 安装包的时候

2. pipx: 这个可以理解是，用来管理用 python 开发和发布的一些工具管理，比如 labelme ，youtube dowload 这类工具，可以独立成一个系统工具（其实还是建立了一个虚拟环境，然后再在这个独立的环境安装了工具，避免污染系统的 pip 环境依赖）

往“全自动”方向发展
3.pdm: 在他之前还有一个 poetry ,能够管 python 一整个开发周期（版本管理、环境管理、依赖管理、打包 whl 分发），pdm 有一点比 uv 方便，他管理的依赖可以跨平台，在写 pyqt 的时候，loguru 模块在 win 和 linux 环境下会到一个 win32ctime 模块，pdm 默默的做了模块区分系统环境的事情，帮我节省了很多（我尝试用 uv 重新管理这个项目，结果出现了模块依赖的问题，uv 好像也有区分的办法，需要自己编写目前，我用得还不熟 XD ）

4.uv: 非常快，做的事情和 pdm 、poetry 差不多，也是为了能够管理整个开发周期，还可以做 pipx 做的事情，管理一些开发工具

pdm 、和 uv 一定要注意他们的缓存，空间不够很可能爆目录目录...，
本人也还在摸索和在实际工作中使用，才学疏浅，大佬们指正

补充一点，pdm 和 uv 都可以针对特殊的 pytorch 类的包（包括但不限于），专门分配对应的 index
版主应该最容易遇到的是这个问题，和 pytorch 有关的，现在可以参考这两个工具的方案

1. uv 的方案:https://uv.oaix.tech/guides/integration/pytorch/?h=pytorch
2. pdm 的方案： https://pdm-project.org/zh-cn/latest/usage/config/#_5

python 和 node ，人称依赖管理界的卧龙凤雏。现在 node 说我的 npm 比你好用一万倍，说完自己都笑了。

pyenv 任意 py 版本 再和 uv 配合好了

与其说是 py 的包管理烂，不如说 py 是 C 库的附庸。

py 的所有包管理机制烂的根源就是 .so .dll 不好管理导致的。还有一些逆天玩意是源码分发，你就可劲儿折腾吧。

你觉得 npm 好用，那是因为手没伸到这么长而已。纯 .js 包有啥好管理的。

npm 感觉半斤八两，工具越多的一般越难用，典型的如 pip 和 npm ，人们分别继续开发了 venv ，conda ，yarn ，pnpm...
现在 python 的版本答案是 uv
感觉包管理最好的就是 cargo 了

建议使用 uv

@kneo pnpm 已经把 npm 的不足都修正了。现在 pnpm/npm 的问题是，js 生态碎片化，很多简单的功能都要发 npm 包，导致一个项目有成千上万依赖。

conda 我是一个项目一个 env ，就首次安装的时候 active 一下，也还行

#9 可以满足临时的小脚本项目
，如果你依赖多，那么可以用 uv 来管理，在初始化项目的时候安装速度不比 npm 快一万倍？

别提 npm 了，被攻击的生活不能自理了都

venv 呀...以我自己玩的 fastapi 为例

python3 -m venv venv

Makefile 里面写好:
VENV_ACTIVATE = . venv/bin/activate

dev:
写个 tab 在这$(VENV_ACTIVATE) && uvicorn main:app --reload --host 0.0.0.0 --port=3000

然后手动写好 requirements.txt, 执行:
pip install -r requirements.txt

启动的时候跑 make dev 就行了, ctrl c 终结命令的时候, 会自动退出虚拟环境

gpt 竟然没有给你 uv ？这有点出乎我意料