Python 环境管理用那一套比较好： pyenv， pipenv 还是 virtualen

[shayuvpn0001]

我现在有这样一个场景，内网不能连接互联网，需要部署一套基于 selenium 的自动化系统，不能用 pip 从网上下包，也不允许用 docker 做镜像导入，只能用安装包一个个安装部署，最多自己写写脚本自动安装。

我可以在外网弄一个虚拟机，安装一模一样的操作系统，试验部署直至整个系统稳定运行，然后把所有依赖打包至内网，然后手动或者用脚本重复整个过程。

这个部署过程还得分别在 Debian 9 和 Windows 7 上面部署两套，我准备弄 Debian 9 和 Win 7 两套虚拟机分别做，都只能单机条件下，而且不能自己内网弄个服务器建一个本地源存放所有包，有什么比较好的解决方案。最好是能自动化脚本，机器数量还比较多。

目前看了一下，本地包管理的话使用 pip 和 pyinstaller，Python 环境管理有 pyenv，pipenv 还是 virtualenv，已知的问题是 pyenv 必须使用 pyenv 管理的 python 版本，其他还有什么坑？麻烦各位支个招，有踩坑过的也来分享一下。

[RRRoger]

使用 conda pack 打包 用 miniconda 作为虚拟环境

[abersheeran]

恰好我也有这样的需求。推荐使用 pdm 解决。

[noqwerty]

conda 或者 poetry 吧

[frostming]

PDM 可以把依赖装到__pypackages__里，直接打包带走，在目标机器上只要 PYTHONPATH=path/to/__pypackages__/3.8/lib 即可

可以参考 https://pdm.fming.dev/usage/advanced/#use-pdm-in-a-multi-stage-dockerfile

打包还可以用 zipapp 或者 shiv 这种

[abersheeran]

补充楼上，这是我添加的两个环境变量。

```dockerfile
..................

ENV PATH="/app/__pypackages__/3.9/bin:$PATH"
ENV PYTHONPATH="/app/__pypackages__/3.9/lib:$PYTHONPATH"

WORKDIR /app

.........................
```

[jianjian001]

pyenv 管理版本
poetry 管理依赖

[shayuvpn0001]

@frostming
@abersheeran

Win 7 系统下面没办法用 Docker 吧

[zeroDev]

如果你习惯命令行界面
pipenv，反正自带的那个就行
如果习惯 GUI，那不清楚了

[ctro15547]

conda 太爽了。。。

[Jirajine]

poetry or pyflow

[paopjian]

zip 打包 conda 环境,但是有些包必须要用 pip 重装一遍,只好附带 whl 了

[frostming]

@shayuvpn0001 不是让用 Docker，是提供借鉴，这里 build 和 run 两个 stage 刚好对应你外网和内网的机器

[zone10]

用 virtualenv, 把依赖下在 venv 目录里整个复制过去就行. 是不允许用 docker 还是不允许拉 docker 镜像, 如果是后者可以把 docker 镜像导出为压缩包再去内网安装, win7 能用 docker, 有个工具叫 DockerToolBox, 如果是 win10 能用 Hyper-V 就更方便了, Docker Desktop 了解一下

[terencehan]

一直在用 miniconda

[z740713651]

miniconda +1

[yzc27]

poetry

[youngce]

回归 virtualenv，方便生产纯净的依赖文件

[SenLief]

python 不是自带个虚拟环境吗？ python -m venv .venv 这个和上面的有啥差别吗？

[cmdOptionKana]

还是觉得 miniconda 的逻辑最清晰

[among]

@RRRoger 顺便问下，用 conda pack 打包的东西包括 py 的基础环境么。

如果是 centos7 下大打包的 py3.6， 在 centos 8 中 使用，是否会有问题。