Python 项目依赖隔离：用 venv + requirements 管好每一个项目

刚学 Python 的时候，很多人都会把所有库一股脑装进系统自带的 Python 环境。写第一个爬虫装 requests，写第二个数据处理装 pandas，写第三个小工具又装一堆别的库，时间一长，系统环境就成了一个谁也说不清的“大杂烩”。更麻烦的是，项目 A 需要某个库的旧版本，项目 B 又需要同一个库的新版本，两边一冲突，轻则报错，重则把正在跑的项目也拖垮。解决这个问题的标准办法并不复杂：给每个项目建一个独立的虚拟环境，再用 requirements 文件把依赖钉死。

虚拟环境的核心思想是“各项目各过各的”。用 Python 自带的 venv 模块，一条命令就能在项目目录里建出隔离环境：python -m venv .venv。建好后，目录里会出现独立的解释器和 site-packages，激活它（Linux/macOS 下是 source .venv/bin/activate，Windows 下是 .venv\Scripts\activate），此后 pip 装的包都只进这个环境，不污染系统 Python，也不会影响别的项目。退出时一句 deactivate 即可。习惯上把 .venv 写进 .gitignore，只提交代码和依赖清单，环境随时可以重建，不必跟着代码到处搬。

顺带一提，国内网络环境下 pip 安装缓慢时，可以临时指定国内镜像源加速，例如 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple，装完再换回默认源也不迟；但镜像只是加速手段，不改变依赖本身，清单里的版本号依然要钉死，不能因为换了源就放松版本约束。

依赖清单的讲究在于“可复现”。开发时随手 pip install 很方便，但如果只记在脑子里，换一台机器、隔三个月再部署，基本不可能装回同一套版本。正确的做法是，环境调通之后立刻执行 pip freeze > requirements.txt，把每个包连同精确版本号都记录下来。别人拿到项目，先建虚拟环境、再 pip install -r requirements.txt，就能得到几乎一致的运行环境。需要注意的是，pip freeze 会把间接依赖也一并列出，清单看起来长，但这正是可复现的代价；如果想让清单更干净，可以只手写直接依赖，再配合 pip-tools 这类工具生成锁定文件，小项目则不必过度折腾。

还有几个新手容易踩的坑值得提醒。第一，不要在虚拟环境里再用 sudo pip install，一旦用了系统权限，隔离就破了功，包可能装进系统目录，后续卸载也麻烦。第二，venv 本身不管理 Python 版本，不同项目需要不同解释器版本时，可以配合 pyenv 先切好解释器再建环境。第三，激活只影响当前终端会话，新开终端要重新激活；在 IDE 里运行，记得把解释器指向项目 .venv 下的那个，而不是系统默认的那个，否则“明明装了包却提示找不到”多半就是解释器选错了。

把这套流程固定下来，收益会随项目数量增加而越来越明显：每个项目都有干净、可重建的环境，升级某个库之前先在虚拟环境里试，不怕牵连别的项目；交接或部署时，一份 requirements 文件就能说清楚全部依赖。先把环境管好，调试时能少掉很多“在我机器上明明能跑”的无头案。工具本身不复杂，难的是每次都坚持走这套流程；而一旦养成习惯，项目越多，它省下的时间就越多。